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-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
2-3	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
4-5	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
6-7	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
8-9	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 通过实现乐观多版本并发控制为 BusTub 添加事务支持 项目地址
10	BusTubV-向量SQL查询处理	需要支持向量数据类型、向量表达式以及原始K近邻搜索	撰写相关文档, 实现项目 项目地址
11	BusTubV-IVFFLAT 索引	需要支持 IVFFLAT 索引	撰写相关文档, 实现项目 项目地址
12	BusTubV-HNSW 索引	需要支持 HNSW 索引	撰写相关文档, 实现项目 项目地址
13	BusTubV-向量数据持久化	需要支持向量数据的持久化	撰写相关文档, 实现项目 项目地址
14	BusTubV-向量索引持久化	需要支持向量索引的持久化	撰写相关文档, 实现项目 项目地址
15	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
16	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
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
22-23	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
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 git@github.com:ehds/training-plan.git

   1. 克隆仓库到本地：

      git clone git@github.com: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。