Skip to content

Latest commit

 

History

History
128 lines (74 loc) · 9.92 KB

README.md

File metadata and controls

128 lines (74 loc) · 9.92 KB

《从零实现 KV 存储》课程已上线!

使用 Rust 和 Go 构建一个完整的,支持 Redis 协议的 KV 存储引擎,硬核项目实战!

课程详情:使用 Rust 和 Go 从零实现 KV 存储


《从零实现分布式 KV》课程已上线!

手写 raft + 分布式 KV 系统,硬核实战教程,深入理解分布式理论和实践必备!

课程详情:从零实现分布式 KV


下文中提到的学习资料 PDF 及数据库相关书籍,可在我公众号领取,关注后回复关键字“数据库

Snipaste_2023-02-01_09-58-05.png


数据库/存储学习路径推荐

我自己就是从业务自学转入数据库内核研发岗位的,根据自己的经历,简单总结了一下入门数据库/存储相关的学习路线、学习资料、项目书籍推荐等,大家可以参考。

并且需要强调的是,这些内容其实并不只是为了想要转入数据库/存储方向的同学。

就算是业务后端开发,以及云原生等方向,数据库、分布式都是必备的基础内容,并且存储也能够学习到很多的一些操作系统基础知识,所以我觉得都是有必要去进行学习的。

必看课程

CMU-15445 和 CMU-15721 https://www.youtube.com/@CMUDatabaseGroup

这两个不用多说,经典的数据库入门教程,由数据库的大佬 Andy Pavlo 亲自授课。

可以了解到数据库的基本概念,例如存储、BufferPool 缓冲池、索引、优化器、执行器、事务等。

15445 的实验部分是基于其开源的教学项目 bustub,补全其中几个重要的部分,这个项目是 C++ 写的,如果对 C++ 不熟悉的话,那么我觉得实验部分可以暂时跳过,有多余的精力再来搞,毕竟我们是来学数据库的,而不是学 C++ 的。

存储项目实践

学习数据库课程的同时,顺便可以了解下存储方面的内容,存储是数据库必不可缺的重要组成部分。

例如 B+ 树、bitcask、LSM Tree,以及 LSM Tree 的优化 Wisckey,找几篇文章看看,了解下基本概念,或者直接看看对应的最权威的论文。

然后自己去实践写一个,例如写一个简单的 bitcask、B+ 树存储引擎,或者 LSM 存储引擎。

在我的经验看来,这几类存储引擎,实现的难度大致是 B+树 >= LSM > bitcask,bitcask 可以看做是一个简化版的 LSM Tree。

对于 B+ 树,学习的资料有

  • BoltDB,Go 语言写的一个 B+ 树单机存储引擎,在生产环境中广泛应用
  • https://cstack.github.io/db_tutorial,一个简单的从零开始写数据库的教程,类似 SQLite,C 语言实现

LSM Tree,可以参考以下资料

  • leveldb,Google 开源的单机存储引擎,Go 语言也有一个对应的实现 goleveldb
  • leveldb-rs,Rust 实现的 leveldb
  • mini-lsm,一个从零实现极简的 LSM 教程,Rust 实现

bitcask 可参考资料:

  • rosedb,基于 bitcask 的单机 KV 引擎
  • mini-bitcask,一个极简的 bitcask 教程

之所以推荐写存储类的实战项目,主要是因为存储层的 KV 一般比较好实现,同时又能够了解到一些数据库的基本设计理念。

强烈推荐👍🏻 如果想要一个完整实现 KV 存储的代码实践教程,可以参考我的《从零实现 KV 存储》的教程,从第一行代码开始的视频实战教程,使用 Go 和 Rust 两种语言分别实现。

事务/MVCC

这部分网上的资料比较多,可以看看事务的一些基本概念 ACID,然后看看如何去实现的,可以借鉴其他数据库例如 MySQL、PostgreSQL,关于事务实现原理分析这方面的文章比较多。

概念了解差不多之后,可以自己动手实现,例如可以在自己写的存储项目的基础上,加上事务的功能,保证事务原子性、隔离性,以及并发读写的性能,自己上手撸肯定比只了解理论好很多。

CMU 15445 和 15721 课程都讲到了事务的一些基本概念,可以参考 https://15445.courses.cs.cmu.edu/fall2019/schedule.html#oct-23-2019

其他的一些部分,例如 parser、执行器、优化器、向量化等等,比较复杂,自己从头搞一个的难度比较大,我觉得可以简单看看资料,了解一下基本概念,工作之中再针对性的查漏补缺。

当然如果你对某个部分特别感兴趣的话,比如优化器之类的,也可以多去了解然后自己实践,我这里推荐存储和事务的实现,是因为相对来说比较容易上手。

其他方面的项目实践这里也推荐一些资料:

分布式

这部分内容首推 MIT 6824(现已改名为 6.5840),分布式系统入门的首选课程。 https://www.youtube.com/@6.824/videos

有精力的话可以跟着把实验部分做完。lab 是实现一个除成员变更之外的 raft 共识算法,并且基于 raft 实现一个容错的分布式 KV 系统。

强烈推荐👍🏻 如果对课程内容并不熟悉的话,初次上手做 lab 可能会比较痛苦,并且自己搞也可能会比较浪费时间。

可以看看我的《从零实现分布式 KV》教程,从零开始,基于 6824 的 lab,写一个基于 raft 的分布式 KV,教程内容完全涵盖了 6824 的 lab 部分。

这个学完了之后,可以挑战下 PingCAP 的 talent plan 中的 TinyKV,它和 6824 的实验部分比较类似,实现一个基于 raft 的分布式 KV 存储系统,难度会比 6824 更大,lab 的代码框架是现成的,只需要往里面添加内容即可,测试也比较完备。 https://github.com/talent-plan/tinykv

如果还有时间的话,可以再上一个台阶,挑战下 PingCAP talent plan 的 TinySQL 项目,主要是实现一个简单的分布式数据库项目,有完备的文字教程,只是难度略大。 https://github.com/talent-plan/tinysql

工作或者实习

当然,其实最好的办法,还是能够直接参与到工作实践当中,这样学习起来是最快的,可以向 leader 请教,和同事交流等。

如果自身又没有太多经验的话,可以试试那些愿意接纳转数据库内核的公司,这可能会要求你有其他亮眼的东西了,比如基础比较扎实,折腾过自己的项目之类的。能把上面提到的这些东西认真学习下,完成个 60% 左右,我觉得应对一些面试就应该没有太大的问题了。


为了帮助你更高效的学习,我还整理了一份数据库开发的学习资料,数据库的各个方面都涉及到了,例如 SQL、优化器、执行引擎、存储等等,包含一些优质的书籍、论文、视频课程、博客等,还有一些优质的教学类项目。 image.png 总计十几页的 PDF,一次性送给你,方便提升学习效率。 image.png 还有一些关于数据库方面的优质 PDF 书籍,可以参考学习: image.png 这份学习资料 PDF 和所有的书籍都可以在我的公众号领取,后台回复关键字**【数据库】**。 Snipaste_2023-02-01_09-58-05.png