阿里雲資料庫核心開發面試經歷：儲存引擎+事務實作深度考察

背景介紹

我做了3年資料庫核心開發，之前在一家資料庫創業公司做儲存引擎相關的工作，主要用C++寫儲存層和事務層的程式碼。對B+樹、LSM-Tree這些資料結構算是比較熟悉了。阿里雲PolarDB的資料庫核心開發崗位是我一直想去的，畢竟PolarDB是國產雲資料庫的標竿，技術深度和工程規模都是頂級的。

我是透過前同事內推的，崗位是PolarDB資料庫核心開發工程師。內推後大概一週收到了面試邀請。整個流程是三輪技術面，沒有單獨的HR面，週期大概三週。

面試流程覆盤

一面：C+++資料結構（約60分鐘）

一面面試官是組裡的進階開發，開場先聊了下我的專案經歷，然後直接進入技術環節。

C++部分：面試官問了智慧指標的實作原理，shared_ptr的參照計數怎麼保證執行緒安全，我說了用原子操作。然後問了RAII機制、move語義、完美轉發。還問了一個比較細節的問題：unique_ptr為什麼不能拷貝，我說了刪除了拷貝建構函式和拷貝指定運算子。面試官又追問了如果要在函式間傳遞unique_ptr怎麼辦，我說用std::move。

資料結構部分：面試官讓我手寫一個LRU Cache，要求O(1)的get和put。我用了雜湊表+雙向鏈結串列的經典方案，寫完面試官讓我分析時間複雜度和空間複雜度。然後問了紅黑樹和B+樹的區別，以及在資料庫索引中為什麼選擇B+樹而不是紅黑樹。我從磁碟IO的角度詳細解釋了B+樹的優勢：更大的扇出、更少的層級、範圍查詢友善。

演算法部分：給了一道題——在一個有序陣列中找到第一個大於等於target的元素，就是lower_bound的實作。我寫了二分搜尋，面試官讓我證明正確性，我用了迴圈不變量來證明。

一面整體感覺偏基礎，但問得比較細，不是那種浮於表面的八股。

二面：B+樹+MVCC+WAL（約90分鐘）

二面是整個面試最硬核的一輪，面試官是資料庫核心的資深專家。

B+樹部分：面試官讓我詳細講B+樹的插入和刪除過程，包括節點的分裂和合併。我畫了分裂的示意圖，講了中間key上提的邏輯。面試官追問了B+樹在並發場景下怎麼做，我講了latch coupling（蟹行協定）的方案，以及B-link Tree的最佳化思路。然後問了一個很深入的問題：B+樹節點分裂時如果crash了怎麼辦？我說了透過WAL日誌保證原子性，分裂操作先寫日誌再修改頁面。

MVCC部分：面試官讓我詳細講InnoDB的MVCC實作，包括隱藏列（DB_TRX_ID、DB_ROLL_PTR）、Undo Log的版本鏈、Read View的可見性判斷規則。我按照RC和RR兩個隔離級別分別講了Read View的生成時機不同。面試官追問了RR級別下為什麼不能完全避免幻讀，我講了當前讀和快照讀的區別，以及Next-Key Lock如何解決幻讀。然後問了一個開放題：如果讓你設計一個MVCC方案，你會怎麼做？我從版本儲存、垃圾回收、可見性判斷三個維度回答了。

WAL部分：面試官問了WAL的原理和作用，Redo Log的寫入流程（先寫Log Buffer再刷盤），以及組提交（Group Commit）的最佳化。然後問了一個關鍵問題：如何保證Redo Log和Binlog的一致性？我講了兩階段提交的方案，XA協定的流程，以及如果某階段crash了怎麼恢復。面試官對這個回答比較滿意，又追問了分散式事務的2PC和資料庫內部2PC的區別。

二面聊了整整90分鐘，感覺腦力消耗巨大，但也確實過癮。

三面：儲存引擎設計+專案深挖（約75分鐘）

三面面試官應該是技術總監級別的，問題更偏向架構和設計。

儲存引擎設計：面試官給了一個開放題——如果讓你設計一個支援高並發寫入的儲存引擎，你會怎麼設計？我從LSM-Tree的架構講起，說了MemTable、Immutable MemTable、SSTable的分層結構，以及Compaction策略。面試官追問了LSM-Tree的讀放大問題怎麼解決，我講了Bloom Filter、索引分層、快取策略。然後面試官讓我比較LSM-Tree和B+ Tree的優劣，以及什麼場景下該選哪個。我從寫放大、讀放大、空間放大三個維度做了對比分析。

專案深挖：面試官讓我詳細講了之前做的一個頁面壓縮功能，從需求背景、方案設計到效能測試。我重點說了字典壓縮和變長頁的方案，面試官對壓縮率的提升很感興趣，問了具體的測試資料。然後問了我遇到過最難的技術問題是什麼，我講了一個並發Bug的排查過程，從現象到定位到修復，面試官聽得很認真。

綜合考察：面試官問了我對雲原生資料庫的理解，儲存計算分離的架構優勢，以及PolarDB和Aurora的架構差異。我從日誌即資料的理念、共享儲存的實作、RO節點的擴展性幾個角度分析了。

真題彙總

1. shared_ptr的參照計數怎麼保證執行緒安全？

2. unique_ptr為什麼不能拷貝？如何在函式間傳遞？

3. 手寫LRU Cache，要求O(1)的get和put

4. 為什麼資料庫索引選擇B+樹而不是紅黑樹？

5. B+樹節點的分裂和合併過程？

6. B+樹在並發場景下怎麼做？latch coupling方案？

7. B+樹節點分裂時crash了怎麼辦？

8. InnoDB的MVCC實作原理？

9. RR級別下為什麼不能完全避免幻讀？

10. 如何設計一個MVCC方案？

11. WAL的原理和作用？Redo Log的寫入流程？

12. 如何保證Redo Log和Binlog的一致性？

13. 設計一個支援高並發寫入的儲存引擎

14. LSM-Tree的讀放大問題怎麼解決？

15. LSM-Tree和B+ Tree的優劣對比？

16. PolarDB和Aurora的架構差異？

心得建議

1. C++基礎要扎實到細節：資料庫核心開發對C++的要求非常高，不是會寫就行，還要理解底層機制。智慧指標、RAII、move語義這些幾乎是必考的，建議仔細讀《Effective C++》和《C++ Concurrency in Action》。

2. 資料結構要能手寫能講清：B+樹是資料庫核心面試的核心考點，不僅要能講清楚原理，還要能手寫關鍵操作。建議自己實作一個簡化版的B+樹。

3. 事務和並發控制是重中之重：MVCC、WAL、2PC這些是資料庫核心的靈魂，面試中幾乎一定會深挖。建議讀《Database System Concepts》的事務章節和《MySQL技術內幕：InnoDB儲存引擎》。

4. 要有系統設計的全域觀：三面的儲存引擎設計不是考你某個元件，而是考你對整個儲存引擎架構的理解。建議讀LevelDB和RocksDB的原始碼，理解LSM-Tree的完整實作。

5. 專案經驗要有深度：面試官會深挖你的專案細節，包括設計決策的原因、遇到的問題和解決方案。建議準備2-3個有深度的專案，用STAR法則梳理。

FAQ

Q：阿里雲資料庫核心面試對C++要求到什麼程度？

A：要求比較高。不是那種「會寫C++就行」的程度，而是要理解C++的記憶體模型、並發機制、模板元程式設計等。建議至少有3萬行以上的C++專案經驗。

Q：沒有資料庫核心經驗能過嗎？

A：很難。阿里雲PolarDB崗位明確要求有資料庫核心開發經驗。如果只有應用層經驗，建議先參與一些開源資料庫專案，比如TiDB、RocksDB。

Q：面試會問作業系統和電腦體系結構嗎？

A：會。資料庫核心和OS緊密相關，面試官會問記憶體管理、檔案系統、CPU快取等相關知識。建議複習作業系統課程的重點章節。

Q：PolarDB團隊的工作強度大嗎？

A：據我了解，PolarDB團隊的工作強度在阿里雲內部算中等偏上，但技術氛圍很好，能學到很多東西。面試官也提到團隊有比較完善的技術分享機制。