阿里云数据库内核开发面试经历：存储引擎+事务实现深度考察

背景介绍

我做了3年数据库内核开发，之前在一家数据库创业公司做存储引擎相关的工作，主要用C++写存储层和事务层的代码。对B+树、LSM-Tree这些数据结构算是比较熟悉了。阿里云PolarDB的数据库内核开发岗位是我一直想去的，毕竟PolarDB是国产云数据库的标杆，技术深度和工程规模都是顶级的。

我是通过前同事内推的，岗位是PolarDB数据库内核开发工程师。内推后大概一周收到了面试邀请。整个流程是三轮技术面，没有单独的HR面，周期大概三周。

面试流程复盘

一面：C+++数据结构（约60分钟）

一面面试官是组里的高级开发，开场先聊了下我的项目经历，然后直接进入技术环节。

C++部分：面试官问了智能指针的实现原理，shared_ptr的引用计数怎么保证线程安全，我说了用原子操作。然后问了RAII机制、move语义、完美转发。还问了一个比较细节的问题：unique_ptr为什么不能拷贝，我说了删除了拷贝构造函数和拷贝赋值运算符。面试官又追问了如果要在函数间传递unique_ptr怎么办，我说用std::move。

数据结构部分：面试官让我手写一个LRU Cache，要求O(1)的get和put。我用了哈希表+双向链表的经典方案，写完面试官让我分析时间复杂度和空间复杂度。然后问了红黑树和B+树的区别，以及在数据库索引中为什么选择B+树而不是红黑树。我从磁盘IO的角度详细解释了B+树的优势：更大的扇出、更少的层级、范围查询友好。

算法部分：给了一道题——在一个有序数组中找到第一个大于等于target的元素，就是lower_bound的实现。我写了二分查找，面试官让我证明正确性，我用了循环不变量来证明。

一面整体感觉偏基础，但问得比较细，不是那种浮于表面的八股。

二面：B+树+MVCC+WAL（约90分钟）

二面是整个面试最硬核的一轮，面试官是数据库内核的资深专家。

B+树部分：面试官让我详细讲B+树的插入和删除过程，包括节点的分裂和合并。我画了分裂的示意图，讲了中间key上提的逻辑。面试官追问了B+树在并发场景下怎么做，我讲了 latch coupling（蟹行协议）的方案，以及B-link Tree的优化思路。然后问了一个很深入的问题：B+树节点分裂时如果crash了怎么办？我说了通过WAL日志保证原子性，分裂操作先写日志再修改页面。

MVCC部分：面试官让我详细讲InnoDB的MVCC实现，包括隐藏列（DB_TRX_ID、DB_ROLL_PTR）、Undo Log的版本链、Read View的可见性判断规则。我按照RC和RR两个隔离级别分别讲了Read View的生成时机不同。面试官追问了RR级别下为什么不能完全避免幻读，我讲了当前读和快照读的区别，以及Next-Key Lock如何解决幻读。然后问了一个开放题：如果让你设计一个MVCC方案，你会怎么做？我从版本存储、垃圾回收、可见性判断三个维度回答了。

WAL部分：面试官问了WAL的原理和作用，Redo Log的写入流程（先写Log Buffer再刷盘），以及组提交（Group Commit）的优化。然后问了一个关键问题：如何保证Redo Log和Binlog的一致性？我讲了两阶段提交的方案，XA协议的流程，以及如果某阶段crash了怎么恢复。面试官对这个回答比较满意，又追问了分布式事务的2PC和数据库内部2PC的区别。

二面聊了整整90分钟，感觉脑力消耗巨大，但也确实过瘾。

三面：存储引擎设计+项目深挖（约75分钟）

三面面试官应该是技术总监级别的，问题更偏向架构和设计。

存储引擎设计：面试官给了一个开放题——如果让你设计一个支持高并发写入的存储引擎，你会怎么设计？我从LSM-Tree的架构讲起，说了MemTable、Immutable MemTable、SSTable的分层结构，以及Compaction策略。面试官追问了LSM-Tree的读放大问题怎么解决，我讲了Bloom Filter、索引分层、缓存策略。然后面试官让我比较LSM-Tree和B+ Tree的优劣，以及什么场景下该选哪个。我从写放大、读放大、空间放大三个维度做了对比分析。

项目深挖：面试官让我详细讲了之前做的一个页面压缩功能，从需求背景、方案设计到性能测试。我重点说了字典压缩和变长页的方案，面试官对压缩率的提升很感兴趣，问了具体的测试数据。然后问了我遇到过最难的技术问题是什么，我讲了一个并发Bug的排查过程，从现象到定位到修复，面试官听得很认真。

综合考察：面试官问了我对云原生数据库的理解，存储计算分离的架构优势，以及PolarDB和Aurora的架构差异。我从日志即数据的理念、共享存储的实现、RO节点的扩展性几个角度分析了。

真题汇总

1. shared_ptr的引用计数怎么保证线程安全？

2. unique_ptr为什么不能拷贝？如何在函数间传递？

3. 手写LRU Cache，要求O(1)的get和put

4. 为什么数据库索引选择B+树而不是红黑树？

5. B+树节点的分裂和合并过程？

6. B+树在并发场景下怎么做？latch coupling方案？

7. B+树节点分裂时crash了怎么办？

8. InnoDB的MVCC实现原理？

9. RR级别下为什么不能完全避免幻读？

10. 如何设计一个MVCC方案？

11. WAL的原理和作用？Redo Log的写入流程？

12. 如何保证Redo Log和Binlog的一致性？

13. 设计一个支持高并发写入的存储引擎

14. LSM-Tree的读放大问题怎么解决？

15. LSM-Tree和B+ Tree的优劣对比？

16. PolarDB和Aurora的架构差异？

心得建议

1. C++基础要扎实到细节：数据库内核开发对C++的要求非常高，不是会写就行，还要理解底层机制。智能指针、RAII、move语义这些几乎是必考的，建议仔细读《Effective C++》和《C++ Concurrency in Action》。

2. 数据结构要能手写能讲清：B+树是数据库内核面试的核心考点，不仅要能讲清楚原理，还要能手写关键操作。建议自己实现一个简化版的B+树。

3. 事务和并发控制是重中之重：MVCC、WAL、2PC这些是数据库内核的灵魂，面试中几乎一定会深挖。建议读《Database System Concepts》的事务章节和《MySQL技术内幕：InnoDB存储引擎》。

4. 要有系统设计的全局观：三面的存储引擎设计不是考你某个组件，而是考你对整个存储引擎架构的理解。建议读LevelDB和RocksDB的源码，理解LSM-Tree的完整实现。

5. 项目经验要有深度：面试官会深挖你的项目细节，包括设计决策的原因、遇到的问题和解决方案。建议准备2-3个有深度的项目，用STAR法则梳理。

FAQ

Q：阿里云数据库内核面试对C++要求到什么程度？

A：要求比较高。不是那种"会写C++就行"的程度，而是要理解C++的内存模型、并发机制、模板元编程等。建议至少有3万行以上的C++项目经验。

Q：没有数据库内核经验能过吗？

A：很难。阿里云PolarDB岗位明确要求有数据库内核开发经验。如果只有应用层经验，建议先参与一些开源数据库项目，比如TiDB、RocksDB。

Q：面试会问操作系统和计算机体系结构吗？

A：会。数据库内核和OS紧密相关，面试官会问内存管理、文件系统、CPU缓存等相关知识。建议复习操作系统课程的重点章节。

Q：PolarDB团队的工作强度大吗？

A：据我了解，PolarDB团队的工作强度在阿里云内部算中等偏上，但技术氛围很好，能学到很多东西。面试官也提到团队有比较完善的技术分享机制。