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）
大佬可以求一份15445的源码嘛，邮箱：mujian2009@126.com
大佬我能看你的15445的代码吗？邮箱293407911@qq.com
老哥我照着你帖子学找到饭碗了，爱你。记得以前有二维码可以赞助，现在找不到了，想给你爆金币。
@nnr：我特意回复你了哈，恭喜啊，大厂吗。
@Smith：老家中厂的sp，很满意了，感谢博主！
@nnr：你太大方了，是我博客有史以来收到打赏的总和。祝你马到成功！
天哪 设计题太难了 实习面会问的这么难吗
@yt：实习可能不会吧，我没有面过实习。
@Smith：老哥你没有实习经历吗？太强了
@yt：没有实习经历，在学校玩不好嘛
你好，请问个CMU 15-445的问题哈，在Task 2 – LRU-K Replacement Policy这道题目中，SetEvictable(id, false)和remove(id)有啥区别，两个不都是把frame强制变为Evict吗？主要是想知道SetEvictable和remove函数的差别
@xinglan：你问我具体的，我也忘了。但是应该，SetEvictable 只是说允许 evict 了，而 remove 就是直接移除了。
你好，请问个CMU 15-445的问题哈，在Task 2 – LRU-K Replacement Policy这道题目中，SetEvictable(id, false)和remove(id)有啥区别，两个不都是把frame强制变为Evict吗？主要是想知道SetEvictable和remove函数的差别
大佬，15445 project4 代码可以参考一下吗？感激不尽 1396812324@qq.com
请问你投春招的时间是从什么时候开始的
@rush：春节后
@Smith：能分享下完整的tinyKV源码吗?我打算也学习下这个项目，这是我的邮箱:15119573190@163.com
问下大佬，做824不看论文只做项目，是纯自己写，还是有参考些博客？目前想入手，但无从下手。能不能麻烦大佬分享下824的代码学习下，谢谢。1281663148@qq.com
@BruceLiu：发你了。没说一篇论文没看，只是说那些用不着的论文我没看。Raft 的论文我还是看了很多遍的。
大佬求一份完整的tinyKV源码，刚做完6824想再深入进阶一下 mxz1525117344@gmail.com
@xmao：发了
我看你们很多都刷了mit-824分布式，是不是现在做数据库一定要分布式呢
@xinglan：不一定，反正到目前分布式碰都没碰到，不过了解下还是可以的。
@Smith：我看你给出的谭新宇的博客链接，他工作是数据库内核开发，关注分布式系统，共识算法，性能优化，所以我想他是不是在数据库内核开发中会有分布式方面的东东
@xinglan：你可以去他博客下面问问他，一般分布式都调包的，轮不到我们优化。
@Smith：那为啥你面试面了那么多raft，还有mp，gfs的东东呢，你博客也有很多分布式方面的研究
@xinglan：因为那时候我自学的就这些东西，所以面试就问这些。只是说后面工作的时候，压根用不到。
@Smith：请问下CMU 15-445的lab是在哪的呀，课程主页上没找到呢
@xinglan：https://15445.courses.cs.cmu.edu/fall2023/schedule.html
@Smith：请问下你这个网站是什么，https://www.inlighting.org/？ 是你自己做的网站吗
@xinglan：是的，这个是我的博客
佬，求一份15445的源码，十分感谢，1977216208@qq.com
大佬好，“我这里其实推荐做的项目就三个，6.824 -> TinyKV -> CMU 15-445”。我想问一下这些项目是在哪里学习的😂
@JYan：网上一搜，不就有了，都有官网的。
大佬你做cmu15445时有没有参考一些曾经的代码呢，我现在在写B+树那一部分，属于是逻辑知道但是对于一些API或者写法转换太痛苦了呜呜呜（Java选手转的C++太痛苦了），可以加大佬联系方式吗
@100cc_oxygen：我那一年的课不是b+树，是 Extendible Hash Table，是挺痛苦的。
不过B+树网上应该有很多代码了吧，照葫芦画瓢呗。
大佬求一份tinykv的源码 邮箱grewangwenhua@gmail.com 感谢
牛B. 请问CMU15445 对有工作经验的人帮助大吗？
不错不错，很踏实，向博主学习