# DB-Kernel Copilot 学习路线图 > 写给：只会 `if / while / int` 的零基础跨专业同学（英语专业大四）。 > 目标：考研浙大计算机 → 进大厂做数据库内核工程师。 > 总周期：**36 周（约 9 个月）**。 这份路线图只解决一个问题：**「我不知道从哪开始、不知道学什么、不知道学到什么程度、不知道先学什么后学什么。」** 看完它你应该能回答：**今天该做什么。** --- ## 0. 怎么用这份路线图 - 路线图是**单向链条**：第 N 阶段的过关标准没达到，**不要进第 N+1 阶段**。 - 每个阶段有 4 栏：`目标 / 学什么卡 / 过关标准 / 动手做什么`，外加结尾一张自检清单。 - 「卡」= `curriculum/` 目录下的一张课程卡（`.yaml` / `.md` 文件），用 `python3 start.py` 调出导师逐张学。 - 卡的名字形如 `00-bridge-from-if-while/01-struct-pointer-stl.md`，下文简写成 `00-bridge 01`。 --- ## 1. 总览图：第 1 周 → 第 36 周 ``` 周1──4 周5──8 周9──12 周13──────20 周21──24 周25──28 周29──32 周33──36 ┌────────┐ ┌────────┐ ┌────────┐ ┌──────────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ │ 阶段1 │ │ 阶段2 │ │ 阶段3 │ │ 阶段4 │ │ 阶段5 │ │ 阶段6 │ │ 阶段7 │ │ 阶段8 │ │ C++基础│─▶│ SQL基础│──▶│ 工具链 │───▶│ CMU 15445 │───▶│MIT 6.824│▶│存储引擎│──▶│ TiDB │──▶│ 实战 │ │ │ │ │ │ │ │ Lab1~3 │ │Lab1~2 │ │ │ │ │ │ │ └────────┘ └────────┘ └────────┘ └──────────────┘ └────────┘ └────────┘ └────────┘ └────────┘ 4周 4周 4周 8周 4周 4周 4周 4周 │ │ │ │ │ │ │ │ ▼ ▼ ▼ ▼ ▼ ▼ ▼ ▼ 能写 会写SQL 会gdb调试 BusTub三 理解Raft 画得出 画得出 提到1个 链表 懂事务 会提PR 个Lab过 Lab1过 InnoDB图 TiDB图 merged PR ``` **一句话版**：先用 4 周把 C++ 读代码能力拉起来 → 4 周 SQL → 4 周工具链 → 8 周死磕 BusTub → 4 周 Raft → 4 周存储引擎 → 4 周 TiDB → 4 周开源实战。 --- ## 2. 分阶段详细说明 ### 第 1 阶段（第 1–4 周）：编程基础 - **目标**：能读懂 C++ 代码，能写简单的 `struct` 和函数。 - **学什么卡**：`00-bridge 01~08` - `01` struct / 指针 / STL 入门 - `02` 智能指针 / 模板 / virtual / lambda（先建立印象，不强求精通） - `03` 类 / 构造析构 - `04` 运算符重载 - `05` 继承 / 多态 - `06` STL 容器 - `07` STL 算法 - `08` 异常 / 命名空间 / static / const - **过关标准**： - [ ] 能**手写**一个链表（带插入、删除、遍历），不查资料。 - [ ] 能用 `vector + sort` 写一个学生成绩排序程序（按分数降序，同分按姓名）。 - **动手做什么**：把每张卡的伪代码**先在纸上写一遍**，再在电脑上敲一遍跑通。纸笔和键盘各一遍，缺一不可。 --- ### 第 2 阶段（第 5–8 周）：SQL 和数据库基础 - **目标**：会写 SQL，理解表 / 索引 / 事务。 - **学什么卡**：`00-sql 01~15`（目录里现 12 张卡，按编号顺序学完即视为本阶段完成） - `01` first select → `04` where/orderby → `06` create index → `07` 事务 ACID → `08` 死锁 → `09` join → `10` MVCC 动手 → `11` 优化器动手 → `12` 2PC/WAL 动手。 - **过关标准**： - [ ] 能写出 `JOIN + GROUP BY + 子查询` 组合的 SQL。 - [ ] 能用自己的话解释**脏读 / 不可重复读 / 幻读**的区别，并举出隔离级别例子。 - **动手做什么**：在 `sandboxes/sql-sandbox/` 里跑 SQL，每张卡里的 SQL 都亲手敲一遍、改参数看结果。 --- ### 第 3 阶段（第 9–12 周）：工具链 - **目标**：会用 gdb 调试、会看火焰图、理解并发和锁。 - **学什么卡**： - `04-perf 01~04`（gdb 崩溃 / perf 火焰图 / 并发锁粒度 / lock manager 动手） - `01-git` 全部 7 张（init → commit → 分支合并 → 远程 → GitHub 认证 → fork/PR 工作流） - **过关标准**： - [ ] 能用 gdb 定位一个段错误（找到出错的文件、行号、变量值）。 - [ ] 能用 git 走完 fork → branch → commit → push → 提 PR 的完整流程。 - **动手做什么**：**故意写一个会崩溃的 C++ 程序**（比如空指针解引用、越界访问），用 gdb 调试并修复；在 `sandboxes/git-sandbox/` 里练完整 PR 流程。 --- ### 第 4 阶段（第 13–20 周）：CMU 15445 - **目标**：完成 BusTub Lab1~3。 - **学什么卡**：`02-cmu15445` 全部 - `00` overview → `01/01b` C++ 必备 → `02` 环境搭建 → `03` 架构 & Lab1 介绍 → `04/05` Lab1 LRU + Buffer Pool → `06/07/08` Lab2 B+ 树 → `09/10/11` Lab3 执行器 + 外排序。 - **过关标准**： - [ ] Lab1（LRU Replacer + Buffer Pool Manager）通过全部测试。 - [ ] Lab2（B+ 树 insert / split / 查找）通过测试。 - [ ] Lab3（执行器）通过测试。 - **动手做什么**：**实际做 BusTub 的 lab**，不是看答案。每写完一个模块跑一遍自动测试，红了就 gdb 定位。 > ⚠️ 这是全路线最硬的 8 周。卡住超过 2 天，回到阶段 1 重看相关卡，**不要硬啃源码**。 --- ### 第 5 阶段（第 21–24 周）：MIT 6.824 - **目标**：理解 Raft，完成 Lab1~2。 - **学什么卡**：`03-mit6824` 全部 - `00` overview → `01` Raft 概念 → `02` Lab2a 选举 → `03` Lab2b 日志复制 → `04` Raft 极简版（if/while/int 讲法）→ `05` Lab1 MapReduce 动手。 - **过关标准**： - [ ] 能**口述** Raft 的领导选举和日志复制流程（角色、任期、投票、提交）。 - [ ] Lab1（MapReduce）通过测试。 - **动手做什么**：**实际做 6.824 的 lab**。先读 `04` 的极简讲法建立直觉，再写 Go 代码（不会 Go 就用阶段 1 的方法：纸笔伪代码 → 键盘）。 --- ### 第 6 阶段（第 25–28 周）：存储引擎深入 - **目标**：理解 MySQL / InnoDB / RocksDB。 - **学什么卡**：`08-storage` 全部 - `00` LSM tree → `01/01b` RocksDB + 源码 → `02/02b` InnoDB + 源码 → `03` MySQL → `04` mini-lsm 动手 → `08/09/10` MySQL 架构 / InnoDB 深入 / RocksDB 深入。 - **过关标准**： - [ ] 能**画出 InnoDB 架构图**（Buffer Pool、Redo Log、Undo Log、Change Buffer、B+ 树聚簇索引）。 - [ ] 能**解释一条 `UPDATE` 语句的完整链路**（从解析到落盘，含 WAL、MVCC、刷脏）。 - **动手做什么**：跑 `04` 的迷你 LSM 代码，**修改 compaction / memtable 参数**，观察写放大、读延迟的变化，记下现象。 --- ### 第 7 阶段（第 29–32 周）：TiDB 全栈 - **目标**：理解 TiDB 三层架构（TiDB / TiKV / PD），能读懂源码。 - **学什么卡**：`07-tidb` 全部 - `00` 源码阅读 → `01` table reader 源码 → `02` 架构深入 → `03/04` parser / optimizer 动手 → `05` Percolator 事务 → `06` TiKV 存储引擎 → `07` PD 调度 → `08` mini-tidb 动手 → `09` 源码指南 → `10` 在线 DDL。 - **过关标准**： - [ ] 能**画出 TiDB 架构图**（SQL 层、TiKV、PD，以及它们之间的 RPC）。 - [ ] 能**口述一条 `SELECT` 在 TiDB 里的链路**（parse → optimize → 下推到 TiKV → Coprocessor → 返回）。 - **动手做什么**：跑 `08` 的迷你 TiDB 代码，**给它加一个 `UPDATE` 功能**（从 parse 到存储走通）。 --- ### 第 8 阶段（第 33–36 周）：实战 - **目标**：提 PR、参加比赛。 - **学什么卡**：`05-oss` + `06-miniob` - `05-oss` 找 issue → 选 → 复现 → 定位 → 草稿 PR → 自审 → 提交。 - `06-miniob` 架构 → drop table 实现 → parser/executor 极简版。 - **过关标准**： - [ ] 给 **TiDB 或 OceanBase** 提 **1 个 PR**（被 review 即算，merged 更好）。 - [ ] MiniOB 做到**复赛难度**（多表 + 索引 + 聚合）。 - **动手做什么**：**实际找 issue 提 PR**，不要只读不做。用 `oss-pipeline/find_good_first_issue.py` 帮你筛 good first issue。 --- ## 3. 每周学习量建议 > 你是大四 + 备考 + 转专业，时间紧。下面是「能按时走完 36 周」的下限，不是上限。 | 项目 | 建议量 | |------|--------| | 工作日每天 | **3 小时**（1.5h 看卡 + 1.5h 动手） | | 周末每天 | **6 小时**（上午看卡 + 下午动手） | | 一周总时长 | **约 25–28 小时** | | 一周过卡数 | **2–3 张**（lab 阶段降到 1–1.5 张） | | 休息 | 每周至少 1 个完整休息日，防 burnout | **各阶段节奏差异**： - 阶段 1/2/3：偏「过卡」，2–3 张/周。 - 阶段 4/5（lab 期）：1 张卡可能要 2 周，**别按张数算，按测试通过算**。 - 阶段 8：不按卡算，按「PR 数 + 比赛进度」算。 **每天怎么安排（示例）**： - 前 30 分钟：复习昨天卡的关键点（默写）。 - 中间 60–90 分钟：学新卡，纸笔伪代码先行。 - 后 60–90 分钟：电脑上敲代码 / 跑 lab / 跑 SQL。 - 睡前 10 分钟：在自检清单里勾掉今天达成的项。 --- ## 4. 自检清单（每阶段结束后自问） ### 阶段 1 自检 - [ ] 我能不能不查资料，在白板上写出一个带头尾指针的链表？ - [ ] 指针和引用的区别，我能用一句话说清吗？ - [ ] vector 扩容会发生什么？我说得出来吗？ ### 阶段 2 自检 - [ ] 给我两张表，我能不用搜索引擎写出 JOIN + GROUP BY 吗？ - [ ] 脏读 / 不可重复读 / 幻读，我能各举一个例子吗？ - [ ] 索引为什么能加速？B+ 树比 B 树好在哪？ ### 阶段 3 自检 - [ ] gdb 里 `bt`、`print`、`break`、`next`、`step` 我都用过吗？ - [ ] 我能独立走完一次 fork→PR 流程吗？ - [ ] 互斥锁和读写锁的区别，我说得清吗？ ### 阶段 4 自检 - [ ] LRU 和 Clock 替换算法的区别，我讲得清吗？ - [ ] B+ 树节点分裂时，键怎么上移？我能画图说明吗？ - [ ] Volcano 模型的 `Next` 接口是怎么拉数据的？ ### 阶段 5 自检 - [ ] Raft 选举：什么时候触发？任期怎么变？我口述一遍。 - [ ] 日志复制：leader 收到写请求后到 commit 之间发生了什么？ - [ ] MapReduce 里 map 和 shuffle 各做什么？ ### 阶段 6 自检 - [ ] InnoDB 一条 UPDATE 的链路，我从头讲到尾一遍。 - [ ] LSM 树为什么写快读慢？compaction 解决了什么？ - [ ] WAL 和 checkpoint 各解决什么问题？ ### 阶段 7 自检 - [ ] TiDB / TiKV / PD 各自的职责，我列得出来吗？ - [ ] 一条 SELECT 在 TiDB 里下推到 TiKV 做了什么？ - [ ] Percolator 两阶段提交的流程，我讲一遍。 ### 阶段 8 自检 - [ ] 我提的 PR 是真 issue 还是凑数？能讲清改动目的吗？ - [ ] MiniOB 我做到复赛难度了吗？ - [ ] 简历上有没有「能讲清楚的底层原理」这一条？ --- ## 5. 常见错误提醒 > 这些坑几乎每个零基础同学都会踩，提前知道能省几周。 1. **不要跳过 C++ 基础直接看 BusTub 源码。** BusTub 是工业级 C++，没过阶段 1 就看 = 看天书，自信全毁。C++ 基础 4 周省不掉。 2. **不要只看概念不动手写代码。** 「看懂了」和「能写出来」差一个太平洋。每张卡必须纸笔 + 键盘各一遍。 3. **不要在阶段 4 卡住时硬刚。** Lab 卡超过 2 天，回阶段 1/3 重看相关卡，或用导师 Agent 提问。死磕 1 周不如退半步。 4. **不要按时间表焦虑，要按过关标准走。** 36 周是参考节奏。阶段 4 多花 2 周很正常，但**别在没过 LRU 时就跳去 B+ 树**。 5. **不要跳过 git 沙盒直接上 GitHub。** 阶段 3 的 git 沙盒就是让你免费犯错的地方。在真仓库上反复 force push 会被拉黑。 6. **不要只学不输出。** 每个阶段结束写一段「我能用大白话讲清什么」的笔记。讲不清 = 没学会。可用 `portfolio/feynman_checker.py` 帮你验。 7. **不要忽视考研公共课。** 你目标是浙大计算机，数学一 + 408 + 政治/英语要并行。路线图只覆盖「数据库内核」这条专业课线，公共课自行排期。 8. **不要追求把所有卡都「精通」。** 阶段 1 的 `02/09/10/11`（模板深入、move 语义、智能指针深入）先建立印象即可，精通留到阶段 4 用到了再回看。 9. **不要一个人闭门造车。** 卡住时用 `portfolio/pair_coder.py` 或导师 Agent；学完一阶段用 `interview_simulator.py` 自测。 10. **不要等到阶段 8 才想简历。** 从阶段 4 开始，每个 Lab 通过都是简历素材；阶段 6/7 的「迷你代码改造」可以写成博客。作品要边走边攒。 --- ## 6. 今天就开始 如果今天是第 1 天，你现在该做的只有一件事： ``` cd /workspace/db-kernel-apprentice python3 start.py ``` 选阶段 1 的第一张卡：`00-bridge 01 struct-pointer-stl`。 拿出一张纸，把伪代码抄一遍。然后打开电脑，敲一遍。 36 周后见。