training-plan

KO | EN

gitlite — search

#python #hacktoberfest #ai #typescript #llm #go #rust #deep-learning #nodejs #java #windows #vue #mcp #openai

(★ 898)

电子科技大学分布式存储与计算实验室新生训练计划

training-plan Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

## 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](https://15445.courses.cs.cmu.edu/fall2024/project1/) |
| 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](https://15445.courses.cs.cmu.edu/fall2024/project2/) |
| 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](https://15445.courses.cs.cmu.edu/fall2024/project3/) |
| 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](https://15445.courses.cs.cmu.edu/fall2024/project4/) |
| 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](https://github.com/skyzh/bustub-vectordb) |
| 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](https://github.com/skyzh/bustub-vectordb) |
| 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](https://github.com/skyzh/bustub-vectordb) |
| 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](https://github.com/skyzh/bustub-vectordb) |
| 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](https://github.com/skyzh/bustub-vectordb) |
| 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](./Week12-Data%20Mining/) |
| 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](./Week13-NLP) |
| 17 | Transformer & LLM 基础 | 学习 Transformer & LLM 基础 | 撰写相关文档 [Self-Attention](https://www.bilibili.com/video/BV1Wv411h7kN/?p=38&vd_source=4a123edfa6cfeff60587a45315c38bad) [Transformer](https://www.bilibili.com/video/BV1Wv411h7kN/?p=49&vd_source=4a123edfa6cfeff60587a45315c38bad) |
| 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](https://jaykmody.com/blog/gpt-from-scratch/#fine-tuning) |
| 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](https://github.com/SolidLao/GPTuner) 
| 21 | TinyKV-Standalone KV | 分布式相关概念、时钟 CAP、BASE 拜占庭问题 [Zab](https://marcoserafini.github.io/papers/zab.pdf) [Gossip](https://flopezluis.github.io/gossip-simulator/) | 实现单机的kv server [Project1 StandaloneKV](https://github.com/tidb-incubator/tinykv/blob/course/doc/project1-StandaloneKV.md) |
| 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](https://github.com/tidb-incubator/tinykv/blob/course/doc/project2-RaftKV.md) |
| 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](https://github.com/tidb-incubator/tinykv/blob/course/doc/project2-RaftKV.md) |
| 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](https://github.com/tidb-incubator/tinykv/blob/course/doc/project2-RaftKV.md) |
| 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](https://github.com/tidb-incubator/tinykv/blob/course/doc/project4-Transaction.md) |

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。](https://github.com/ryanhanwu/How-To-Ask-Questions-The-Smart-Way/blob/master/README-zh_CN.md)

training-plan

training-plan Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

training-plan

training-plan Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README