01 / 07数据库
Database Technology.
数据库
面向国家信创与关键基础设施需求，深耕关系型、分布式与国产数据库底层架构，精通存储引擎、查询调优与高可用数据治理。
02 / TOOLCHAIN MATRIX
核心技术栈与工程基座。
SQL
关系型数据库标准数据定义与结构化查询语言。
03 / RESEARCH DOMAINS
主攻方向与研发链路。
存储引擎与磁盘物理页
Storage Engines & Page Layout
剖析 16KB 页物理结构、行格式、非叶子节点高分支因子与 B+ 树中位分裂机制对磁盘 I/O 的最优化利用。
MVCC 多版本并发与隔离
Multi-Version Concurrency Control
探究 Undo Log 版本链快照读、ReadView 活跃事务可见性算法，结合 Next-Key Lock 锁机制解决并发死锁。
物理页分配存储
页内插槽、自由空间链表与行溢出处理
索引构建与分裂
B+ 树平衡自旋、页分裂与自适应哈希
事务快照版本链
ReadView 动态生成与 Undo 历史链修剪
日志落盘与恢复
WAL 顺序 fsync 与 Checkpoint 幂等重放
04 / ARCHITECTURE & THEORY
InnoDB 存储引擎、B+ 树物理页与 MVCC 事务内核。
深入数据库内核，探究 B+ 树磁盘友好页结构、Write-Ahead Logging 预写日志与多版本并发控制（MVCC）隔离机制。
为什么数据库索引普遍选择 B+ 树而不是二叉搜索树（BST）或红黑树（Red-Black Tree）？
- 树高
- 3
- 磁盘 I/O
- 3 次
- 预估耗时
- 0.3 ms
- 范围查询
- 叶子链表顺序扫描
二叉树由于分支因子仅为 2，树高随数据量增长极快，每次节点寻址均触发一次昂贵的随机磁盘 I/O。B+ 树的非叶子节点只存储键值（Key）和子节点指针（Pointer），一个 16KB 页可容纳千余个路由项。所有实际数据记录均保存在叶子节点中，叶子节点之间通过双向链表相连。当向已满的叶子页插入新记录时，触发 50/50 中位分裂（Page Split），并将中间键提升至父节点。
避坑：只要在所有常用查询列上都建上索引，数据库查询速度就会无条件变快。→每个二级索引都伴随一颗独立的 B+ 树，过量索引不仅剧烈拖慢 INSERT/UPDATE 的页分裂与 WAL 刷盘开销，还会造成优化器统计信息失效与回表（Bookmark Lookup）性能骤降。
智光耀城设备时序数据治理
通过复合主键与覆盖索引设计，消除 92% 的回表 I/O，百亿级时序聚合查询进入 10ms 级。
05 / STAGE ROADMAP
三年培养体系与阶段里程碑。
大一 · 关系模型与 SQL 严谨工程表达
掌握关系代数、范式理论与标准 SQL 语句，搭建 Linux 下 MySQL 运行环境并能完成多表关联建模。
06 / WORKS & HONORS
落地工程与赛事荣誉。
智光耀城 · 智慧路灯管理平台
面向城市道路照明与多功能灯杆的综合管控台，基于 OpenAPI 契约生成与 SSE 响应式遥测事件驱动。
07 // RECRUITMENT