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。
原创文章，作者：Smith，如若转载，请注明出处：https://www.inlighting.org/archives/how-to-find-a-database-job
微信扫一扫 
评论列表（105条）
半年学这么多，太牛了
@Starry：全职的，还好吧
老哥可以发一份 tinyKV 源码吗？ 最近想学习一下这个项目.
非常感谢老哥！
厉害厉害，学习路线很有帮助
想要一份源码学习一下
@Re：tinykv
@Re：以下楼层均已发
@Smith：十分感谢！
大佬可以求一份MIT 6.824的源码嘛 写不下去了哈哈哈 邮箱：1542827496@qq.com
求cmu14-445代码，感恩！
佬，求一份15445的源码，十分感谢
weihnachtsbogen@gmail.com
大佬，我现在是研二下，对LSM Tree有一定的了解，精读过SSTable的源码，精读过ElasticBF的论文，进行了复现，但是复现得一般，而且基础差，将来想找杭州的工作，还有半年时间，有啥建议吗？该搞啥项目之类的。也是想找DB的岗，DolphinDB梦之公司。
@一只硬核少年：就几个项目我觉得够了，可以稍微弄得更好一点。
剩下的时间把计算机基础搞好吧，你项目搞得再多，基础问题一旦被问倒，基本就GG了。其实他们更注重基本功，项目只是锦上添花。
此外，DolphinDB 不一定是你的梦之公司，因为一开始我也是这么想的，你面的多了，会发现有更好的。
@Smith：感谢您的建议，感觉需要抽时间把cmu和南大的os课认真刷一下，db和os应该是最重要，然后把题刷一下应该就可以到合格线了。
@一只硬核少年：同研二下，老哥你是准备直接冲秋招吗？有没有找实习的打算？
@bigboss：对
@Smith：计算机基础是算法，os、计算机网络、数据库之类的嘛
@kkqq：是的，主要集中在算法，os，计算机网络吧。
@Smith：好的
@Smith：请问你现在在什么公司哈，能透露吗
@xinglan：你觉得你看我的博客文章，猜也猜出来了。
大佬想求一份tinykv的源码用于学习
老哥，请教个问题，隔离性这里，读取已提交为什么可以写时加写锁，写完就解锁了，这样怎么防止脏读呢。不应该时写时加写锁，提交时再解锁吗
@black：脏写的
求一份cmu15445代码！！！
大佬可以求一份完整的tinyKV源码吗，我也在准备春招，非常感谢了😭jian1_x@163.com
smith,你做的cmu15-445是哪一年版本的呀.官网现在有19~22的了.
@白桃乌龙：21 年的
@Smith：阿里嘎多!
求一份cmu15445代码！！！
@wuwwu：该楼以下全发了。
老哥，想要一份CMU15445的代码学习一下
楼主能发一份624和445的源码吗，不胜感激，有几个测试样例死活过不去，崩溃了。
老哥求mit6824源码学习一下 做得很艰难
学长很强了，向您学习
我是理工cs本，今年春招投暑期实习去的网易互娱，现在秋招还没找到工作，大概率又是实习
身边一起的cs同学现在保研985，有时候觉得自己还不如当时把绩点冲到保研线
不过我发现理工cs相关研就业最后都挺厉害的，今年也遇到了拿字节的理工研。
如果读研的话考本校还有必要吗？
@ycb：理工本身不咋地，看自己吧。如果自己自学能力很强，再给自己3年的自学时间做缓冲也不是不行。不过一定要找一个不是坑逼的导师。
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。这个问题没看懂，learner的作用不是防止添加的节点追赶日志而导致系统不可用，可以暂时同步日志而不参与选票吗？为什么learner会同步数据给leader造成压力
@w1nd：learner 的作用难道不是不参与选举，但是要进行追赶日志吗？
@Smith：对，追赶日志不是同步日志吧，这里的压力是指leader要向多个learner同步日志所造成的压力吗（因为AE RPC要带上log？）
@w1nd：追赶日志不是要问 leader 拿一堆 log 或 snapshot 吗，那不是会给 leader 造成很大的网络压力。反正我的回答是用 chain replication 的方式处理，类似于 HDFS 上传文件时生成三副本的处理方式。
@Smith：哦哦了解，谢谢博主
读的是985么？
@wangzd：三本
@Smith：我意思是研究生读的双非还是211吗？
@wangzd：双非
老哥可以分享下代码吗
@liuyang29：你要什么的代码？
老哥春招的时候有实习经历吗？
@小杨：没有
大佬能不能分享一下数据库相关的公司呢？快秋招了想了解一下
@doug6662：https://zhuanlan.zhihu.com/p/453414859
你可以看看这个帖子
@Smith：谢谢！
博主，可否加下好友？最近秋招，想了解下数据库企业的信息。
大佬，请问你发表的论文再找工作的时候有帮助吗？
@soar：有吧，基本面试官都会问。当然这和我发的是系统架构的论文有关系，毕竟这玩意能解释的清，不像机器学习这种做工程的基本都不懂。
@Smith：谢谢大佬，我目前准研二，现在和大佬的学习路线基本一致,目前正在做cmu15445。不知道大佬怎么平衡Lab和学校的时间的，老师让我们研二去上海的研究所干项目，不知道到时候有没有时间完成这些lab.
@soar：那就是看你自己是不是时间管理大师了，自己平衡时间呗。
没有参加秋招，博主是今年毕业吗？好猛呀
@fitzh：我22届春招的。
老哥，你好，看到你有两篇系统架构方面的论文，请问你有兴趣分享发论文的经验吗？谢谢
@小杨：哎呀，很菜的其实，不要想的有多牛。
On a Small File Merger for Fast Access and Modifiability of Small Files in HDFS
你可以自己看看，我感觉没啥好分享的。
老哥可否发一份源码学习一下|´・ω・)ノ
@SAM926：已发
点个赞，👍
博主最后去哪了呀
@rustzzh：去了 starrocks 了