Skip to content

Latest commit

 

History

History
98 lines (62 loc) · 13.2 KB

README.md

File metadata and controls

98 lines (62 loc) · 13.2 KB

DSCLab 新生培养计划

培养方向:数据库方向基础知识积累、分布式数据库研发

培养目标:

  1. 具备一定的软件工程能力
  2. 掌握基础数据结构和数据库关键技术
  3. 掌握分布式原理和应用开发

技能培养:

C++ / JAVA / GO 任选一门主力学习, Python 选修

  1. Git、Stencil、Visio 、Docker 等工具的使用
  2. 软件工程能力(代码规范、协作开发、UML 的使用、代码测试、文档撰写)
  3. Research、Presentation 能力

时间安排表:

Week Point Detail Project
1 基础知识-引入 了解数据库系统的基本概念和架构,包括数据库管理系统(DBMS)的组成部分和功能。 课程学习 & 撰写相关文档
2 基础知识-计算 & 存储 学习数据库中的数据存储和管理技术,包括数据的物理存储结构、索引、文件组织和存储管理。了解数据库系统的计算模型和查询处理技术,如查询计划、查询优化和执行策略。 课程学习 & 撰写相关文档
3 基础知识-查询优化 & AI4DB 学习高级的查询优化技术,包括代价估算、查询重写和物理计划生成。了解AI在数据库系统中的应用,如自动化索引选择、查询优化和参数调优。 课程学习 & 撰写相关文档
4-5 CMU-Buffer Pool 以个人为单位,实现一个buffer pool,并测试其性能及内存占用。并撰写相关文档 项目地址
6-8 CMU-B+Tree Index 在buffer pool的基础上,实现一个B+树,需包含单元测试及测试性能。 项目地址
8-9 CMU-Execution 了解 SQL Engine 组件及功能,学习 SQL 解析流程及抽象语法树。学习执行算子,如 Join, Agg, Scan 的不同实现。了解基本的查询优化方法,了解 Volcano 及 Vectorized 执行器架构 撰写相关文档
实现数据库的执行器。项目地址
10-11 CMU-Concurrency-Control 理解事务的概念及产生原因、理解ACID特性
并发控制(乐观、悲观)
数据持久化和故障恢复(日志、检查点、快照)
撰写相关文档
基于锁实现数据库的并发控制,要求保证事务的ACID特性 项目地址
12 TinySQL Optimizer Part1 搜索框架 System R 和 Cascades 撰写相关文档, 实现项目
Project 4: TinySQL Optimizer
13 TinySQL Optimizer Part2 代价估算以及统计信息以及 Join Reorder 撰写相关文档, 实现项目
Project 4: TinySQL Optimizer
14 Data Mining 掌握机器学习的经典算法和数据挖掘的基本流程。 整理算法文档
完成分类和时间序列预测两个项目
 项目地址
15 NLP 掌握NLP基础工具,以及预训练模型的使用方法。 整理算法文档
掌握NLP工具包
完成文本分类项目
项目地址
16 CV 掌握CV常见模型,实现简单的图像分类,了解多模态模型的构建。 整理算法文档
完成图像分类项目
项目地址
17 Transformer & LLM 基础 学习 Transformer & LLM 基础 撰写相关文档
Self-Attention Transformer
18 LLM 模型结构 学习 LLM 模型结构, 尝试手写小参数模型并训练 撰写相关文档, 实现项目
GPT in 60 Lines of NumPy 项目地址
19 - 20 LLM for 数据库参数调优 LLM + Database 项目实践, 掌握 LLM 4 Database 实战能力 项目地址
21 TinyKV-Standalone KV 分布式相关概念、时钟
CAP、BASE
拜占庭问题
Zab
Gossip
实现单机的kv server
Project1 StandaloneKV
22 TinyKV Raft KV 2A 实现基础Raft协议
(1)Leader 选举
(2)日志复制
(3)RawNode 接口
Project2 RaftKV
23 - 24 TinyKV Raft KV 2B 在 Raft 之上搭建一个容错的 KV 服务器
(1)PeerStorage
(2)Raft ready process
Project2 RaftKV
25 - 26 TinyKV Raft KV 2C 增加 raftlog GC 和 snapshot 的支持
(1)Raft快照实现
(2)raftstore
Project2 RaftKV
27 TinyKV Trasaction 分布式事务(2PC / 3PC)
基于Percolator实现分布式事务,分析Percolaor的优缺点
Project 4 Transactions

说明:整个学习流程的作业和文档需要在实验室 Github 仓库里面提交,每个 Project 会事先建立好框架,每个同学按照框架进行代码和文档的撰写。并且在代码过程中抽象公共代码库方便后续同学的使用,且需做好 todo-list,方便功能的完善。

如何提交作业

  1. 第一次提交作业的时候请先 fork 当前项目到自己的仓库

  2. 在自己的仓库里面进行作业的更新

    以第一次作业为例,比如你 fork 之后你的代码地址为 [email protected]:ehds/training-plan.git

    1. 克隆仓库到本地:

      git clone [email protected]:ehds/training-plan.git

    2. 进入当前实验文件夹Week1-Databse-Introduction

      cd Week1-Databse-Introduction

    3. 新建一个自己的文件夹,名字+实验名称,参考 Example

      cp -r Example DongShengHe-Week1

      完善实验文档 Markdown 文件

    4. add 作业内容

      git add .

    5. commit 修改

      git commit -m "message" (message使用英文填写你所做的修改)如 git commit -m “complete week1 experiment

    6. push 分支

      git push origin master

  3. 提交 PR

    在 Gihub 仓库界面新建一个 pull request 到实验室仓库

  4. 审核与修改

    待审核人审核后,根据修改意见进行修改,待通过后即可

如何提问

大家遇到问题首先合理利用搜索引擎,网络上可能已经存在比较完美的解决方案

在向同学和老师提问的时候,请先描述问题出现的背景和出现问题的状况,这样更加有利于问题的解决。

请参考提问的智慧。