路径 1：TiDB 方向

课程目标

• 掌握 Go 语言
• 掌握分布式计算基本原理
• 掌握数据库基础知识
• 掌握优化器和执行引擎基本原理

课程内容

Section 1 熟悉 Go 语言基础知识

学习资料：

• 阅读许老师的书 《Go 语言开发》
• Go 官方教程
• Effective Go
• Profiling Go Programs

课程作业：

• 用 Go 语言实现一个多路归并的 Merge Sort：内存中有一个无序的 int64 数组，数组中有 16M 个整数，要求使用多个 goroutine 对这个无序数组进行排序，使得有元素按照从小到大的顺序排列，并且排序的性能需要比单线程 Quick Sort 快。
• 根据框架完成程序，要求跑通测试程序，并使用 Go Profile 工具分析性能瓶颈。需要有文档、单元测试、性能瓶颈分析。

Section 2 分布式计算基础知识

学习资料：

• 学习并使用 Go 语言完成 6.824 Lab 1: MapReduce

课程作业：

• 使用 Go 语言，使用框架代码，用 MapReduce + Shuffle 的方式完成作业：从包含大量 URL 的数据文件中，求出现次数最多的前 10 个 URL 和他们的出现次数，尽量利用 CPU 多核特性和内存资源。
• 根据作业框架完成作业，详细的作业要求、框架的使用方法和评分规则请看框架的 README 文件

Section 3 数据库基础知识

学习资料：

• 《数据库系统概念》部分章节阅读和自学，或者 CMU 15-445 对应部分内容
  • 第 3 章：SQL
  • 第 11 章：索引与散列
  • 第 12 章：查询处理
  • 第 13 章：查询优化
  • 第 14 章：事务
  • 第 15 章：并发控制
  • 第 18 章：并行数据库
  • 第 19 章：分布式数据库

课程作业：

• select t1.a, count(*), avg(t1.b) from t1 left outer join t2 on t1.a=t2.a group by t1.a，请给出所有可能的逻辑执行计划（画出 Plan 树），并分析 t1 的数据分布对各种逻辑执行计划执行性能的影响。画 Plan 树时可以利用 Graphviz 作图，例如对于 select * from t where a > 1，一个可能的执行计划可以如下图所示：

Section 4 SQL 优化器和执行引擎基本原理

学习资料：

• CMU 15-721 数据库课程，自学 + 在线视频教学
  • Optimizer Implementation (Part I)
  • Optimizer Implementation (Part II)
  • Cost Models
  • Execution & Scheduling
  • Vectorized Execution (Part I)
  • Vectorized Execution (Part II)
  • Parallel Join Algorithms (Hashing)
  • Parallel Join Algorithms (Sorting)

课程作业：

• 用 Go 语言，实现一个 Join 算法，从两个 CSV 文件中读取数据，在一个或多个等值条件上进行连接，并对最终结果求和。请参考 README ，使用提供的框架完成作业，并跑通测试程序。提交的作业要求代码整洁规范，附有文档，并提供对程序的性能瓶颈分析及优化思路。

Section 5 阅读 TiDB 源码

学习资料：

• TiDB 源码阅读 24 章经

课程作业：

• 给 TiDB Repo 提 PR，例如修复 for new contributors issues。

考核要点

完成各项作业，代码通过邮件提交到 [email protected]，要求使用 Golang 1.12，需要有代码、测试、注释、文档。

我们会根据以下规则进行评分，最终得到一个 0~100 分的分数

1. 代码可以跑过 PingCAP 提供的测试程序（一些题目有性能要求，希望在规定的时间内跑完）50%
2. 单元测试覆盖率 30%
3. 代码风格 10%
4. 文档情况 10%