应届生如何半年找到一份数据库内核开发的工作

匆匆忙忙的春招告一段落了，自己最后也找到了数据库内核方向的工作，希望以后能在数据库领域有一番建树。

在这篇文章中我将我的学习路径贴出来，帮助对这方面有兴趣的人提供一点指南，当然也只是仅供参考。

其实如果按照我的路径学习，我个人觉得可以找的工作不光仅限于数据库这块，像分布式存储，分布式xx，基础架构等都是可以的（不含操作系统）。

个人背景

在开始 guideline 之前，我罗列下自身的硬件，这样大家会更加有信心。因为我个人觉得，想找这方面工作人的硬件条件一定是比我好的。

原有基础

在学习数据库知识之前，我是一个连 ACID 都说不清的懵懂少年。

智力

说实话我不是那种很聪明的人，有些面试官给我讲一个概率题，我会半天想不明白。

LeetCode 也不是那种刷一遍就能记住的人，我个人 LeetCode 差不多是刷了400 多道题才勉强够用（有些题重复刷了不知道多少遍）。

学历

学历这块大家不用担心，基本可以尽情吊打我。

本科：三本，软件工程。

研究生：专业型硕士，普通一本大学的研究生，计算机技术。

大环境

我没有参加过秋招，而是直接参加了春招。总所周知，春招坑位很少，难度可以想象，外加互联网大裁员的背景下，更是难上加难。

半年学习路线

我学习某个项目，通常都是梭哈的，也就是把所有的时间都放在了这上面。这里我按照先后顺序，贴出我完成的项目。

我这里其实推荐做的项目就三个，6.824 -> TinyKV -> CMU 15-445，另外两个项目说实话收益率不是很大。

MIT 6.824（推荐）

MIT 6.824，我只完成了项目，论文并没有看过。其中 Project4 并不是 Bug Free 通过的，因为要超过一个月的工期了，故没有继续较真了。

推荐资料：https://github.com/OneSizeFitsQuorum/MIT6.824-2021

MIT 6.s081（一般）

MIT 6.s081，一门操作系统课。因为我不想投入时间去学汇编，整个项目是半抄半做的。我个人觉得收益率不是很高，说实话，可能还不如背八股省时间。

推荐 现代操作系统：原理与实现（银杏书） 这本书，讲的不错，配合 6.s081 效果很好，当然你可以学这本书配套的实验，不过我没了解过。

CS144（一般）

我计算机网络很差，通常背了就忘，索性就写个 TCP 加深下记忆。

说实话当我写完了 CS144，有些计算机八股还是不会，仍要配套适当的八股背诵一下。

当然我觉得网络扎实的小伙伴，直接忽略即可。

推荐资料：我的博客

CMU 15-445（力荐）

说实话这门课非常不错，强烈建议好好学。

实验部分我差不多是花了一个月完成的，代码全部是 gradescope 满分通过的。

剩下的一个月主要就是看书，书本是我着重就看了 Query Planning，Query Execution 和 Concurrency Control 这三章。着重注意 Concurrency Control 这块，面试高频点。

配套的书是：《Database System Concepts》 第七版，考虑到数据库有很多专业名词，防止中文翻译误导，我买的是英文版。

推荐资料：我的博客

TinyKV（力荐）

PingCAP 的一个学习项目，难度非常大，完成之后写在简历上很加分哦，基本够和面试官扯一壶了。如果没做过 6.824，我觉得直接上手 TinyKV 难度会非常之大。

推荐资料：https://github.com/Smith-Cruise/TinyKV-White-Paper

其他

剩下的时间就是补一些边边角角的知识点，例如 Raft 相关优化技术，LSM 树等。

也许有些人会去阅读经典论文比如 Paxos，GFS，MapReduce，Spanner 或一些新的数据库顶会论文等等，我个人觉得性价比不是很高，因为通常你作为一个校招生，面试官不会对你有这么高的要求，主要还是更看中你的基本功。当然如果你时间充裕的话可以看看，毕竟这属于锦上添花的事情。

简历

我的简历非常简单，直接突出重点。很多 HR 和我说按照我的学历应该是直接挂的，但是看完了我的简历，还是给了一次面试机会。我的简历主要包含如下 5 个栏目。

注意，我没有在简历里面写啥技术栈，啥编程语言，上过啥课等这方面的内容，因为我觉得这些东西并不是重点，除了浪费版面就没啥用。

个人信息

一定要有邮箱和微信号，HR 根据微信号来联系你，邮箱则用于发 Offer Letter。个人头像不放，当然帅哥美女可以放。

教育经历

这个还是要写的，学历注意从高往低写！！不要从低往高，否则有些 HR 一马虎就 PASS 了。

项目经历

我这里就写了 6.824，CMU15-445，TinyKV 和本科的一个 JavaWeb 项目。这边大家自己体会吧，反正基本你写了啥面试官就盯着啥问。

论文发表

因为我研究生有两篇论文，而且做的都是系统架构这块的，就写出来了，基本这块面试官还是很有共鸣的。

当然如果你是机器学习一堆数学公式这种论文，我觉得写出来的意义不大，因为面试官大概率也不懂，不会去问。

我两篇论文都是水会，其中一篇是水会的最佳论文。

个人荣誉

存粹撑简历的，就随便挑了几个荣誉写了写。

面试高频知识点

这里我只罗列一些被经常问到的知识点。

• 算法，通常都是远程屏幕分享，你用 IDE 现场写，一定要写出来，写不出来就人才库了。大多数是链表，树（很少），基于数组深度遍历或 DP 的题，难度在 LeetCode 简单到 LeetCode 中等之间。时间复杂度和空间复杂度一定要会分析，注意递归的空间复杂度。我 LeetCode 刷了 400 多题，差不多凑合够用。这里我列几个我遇到的题：
• 基于链表的插入排序。
• 买卖股票最入门版。
• 实现 LRU。
• 实现一个 Hash 表。
• 最大频率栈。
• 归并排序。
• 快速排序。
• 非递归的中序排序。
• 用两个栈模拟队列。
• 树的层序 S 形遍历。
• 合并 K 个有序链表。
• 忘了。。。。
• Raft 的优化，通常是 PreVote，ReadIndex，LeashRead 这三个。问题来自 Raft。
• Raft 的选举机制说一下。问了 n 次。问题来自 Raft。
• Raft 哪些 state 需要持久化，为什么。问题来自 Raft。
• Raft applyIndex 和 commitIndex 的关系以及区别，是否需要持久化，持久化有什么好处。问题来自 Raft。
• Raft 成员变更介绍一下，就是单步成员变更和联合成员变更这两个说一下。问题来自 TinyKV。
• Percolator 边边角角的问题，比如 Percolator 解决了什么问题。相比于 2PC，3PC 有什么好处等等。这块问的频率很高，估计比较有搞头吧。问题来自 TinyKV。
• Percolator 说完会问 2PC，3PC，它们有啥优缺点。问题来自 TinyKV。
• 说说 ACID，其中 C 和 CAP 的 C 有啥区别。ACID 分别通过什么技术来实现。
• 说说 CAP。
• 事务四种隔离级别，从低到高说一下。使用怎么样的并发控制手段，实现这四种隔离级别。问题来自 CMU 15-445。
• 数据库 Buffer Pool 的作用，为什么要用 Buffer Pool，和操作系统的虚拟内存有什么区别。问题来自 CMU 15-445。
• CPU Cache Line，缓存可见性，violate 这块内容。
• CPU 各级缓存访问时间概念，比如访问一级缓存耗时多久，二级缓存耗时多久等等。有一个数量级概念就行了，不用准确答出。
• Join 两种实现方法 Hash Join，Sort Merge Join 的优缺点，什么时候应该用哪个。问题来自 CMU 15-445。
• B 树，B+树，红黑树，跳表的优缺点，什么场景用什么。
• 布隆过滤器作用。
• B+树和 LSM 树的区别，什么场景用什么。问题来自 TinyKV。
• 设计题，这个很喜欢问，而且频率非常高。我随便举几个例子，如何实现一个 WAL 日志来保证 ACID 中的 A 和 D？如何实现分布式 Hash Join？如果一个 Raft Group 中存在多个 Learner，如何防止多个 Learner 同时同步数据给 Leader 造成压力？如何在 TP 数据库中实现 AP 的功能？反正很宽泛，全靠结合自己目前已知的各种技术吹。
• 操作系统若干八股，比如虚拟内存，协程是啥等。
• 计算机网络少许八股，基本就没被问到过。
• 编程语言八股，如 Java JVM，C++ virtual，我直接都说不会，说自己没有深究过编程语言，然后面试官通常就不会追问了。

其实很多面试官是不屑于上来直接问八股的，通常是你在讲到什么东西的时候，随便和你扯一句八股。反而是那种上来问死锁产生条件的面试官，水的不行，这样的公司不去也罢。

编程语言相关问题就因人而异了，反正我都说自己编程语言只局限于调包层面，面试官一般就不会深入问了。

计算机网络方面真的问的很少，好像也就字节一面问过，别的公司就没了。

不要认为你写数据库内核一定要会 SQL，反正我没花时间学 SQL，一些公司笔试的 SQL 我都写不出来。

本人公司面试记录

一般公司都是三轮技术面外加一轮 HR 面。三轮技术面中，一二面纯技术，三面更多是主管和你交流人生加适当技术，比较宽泛。当然也不乏有些公司有四面，五面。反正先拿不去的公司练练手，固化一些套路，再去尝试自己心仪的公司。

很可惜，在大裁员背景下，很多大厂春招基本都不开了，有些公司面进了也锁 HC，所以我觉得还是有点可惜。我用我的血泪教训告诉大家，非必要不要到春招找工作，还是秋招靠谱。

失败公司列表：

• Databend，一面挂。
• 矩阵起源，一面过，后面要做一个 raft kv 小作业，直接放弃，挺花时间。
• 云和恩墨，一面挂。
• 星辰天合，要做一个爬虫，直接放弃。
• 字节跳动，三面挂。
• Zilliz，简历挂。
• 大应科技，一面挂。
• 易鲸捷，一面挂。
• 杭州四大坑，一面挂。
• 理想汽车，一面挂。
• Singularity Data，简历挂。
• …

成功公司列表：

• 兴业数金，数据库写 SQL 岗：），两轮。
• PingCAP，三轮+HR。
• StarRocks，五轮。
• DolphinDB，四轮+HR。
• 星环科技，两轮。
• 网易研究院，两轮+HR。
• 声网，三轮+HR。
• …

我自己的面试基本上要么一面挂或简历挂，要么就通关。实际上到了面试后期，基本上公司都是面一个拿一个，也不知道是运气好还是已经掌握了套路。

Lab 简历模板

因为有人问我怎么把这些 Lab 经历写成简历，我这里贴出我的简历模板，注意仅供参考。

TinyKV 基于 Go 开发的支持横向扩展，高可用，分布式事务的 KV 数据库：
开发了 Raft 模块，支持 Leader 选举，Leader 转移，日志复制，单步成员变更，Snapshot 等基础功能。
采用 Multi-Raft 架构，数据基于 Region 进行分区，每一个 Region 为一个 Raft Group。Region 支持数据规模较大时自动分裂。
实现了 MVCC 多版本控制，并基于 Percolator 模型设计了分布式事务系统。

CMU15-445 基于 C++ 开发的支持简单 SQL 操作的单机数据库：
底层基于 LRU 设计了 BufferPool，所有 page 操作在 BufferPool 上进行。同时在 Buffer Pool 实现了可扩展哈希表。
语句执行采用火山模型，支持 SELECT，DELETE，UPDATE，JOIN，AGGREGATION，LIMIT，DISTINCT 操作。Join 有 Nested Loop Join 和 Hash Join 两种实现。
并发控制采用 2PL 设计，实现 RU, RC, RR 3种隔离级别。
实现全局的 Lock Manager 管理 R/W 锁，死锁处理是基于死锁预防中的 wound-wait 算法。

MIT 6.824 基于 Go 开发的分布式 KV 数据库：
采用 Multi-Raft 架构，支持数据分片处理，分片迁移。
Raft 支持 Leader 选举，日志复制，Snapshot 等基本功能。

小结

后序持续补充吧，可能有些地方忘了。

感谢女朋友在无数个夜晚我通宵 DEBUG 时没有发出太大的呼噜声。