腾讯｜腾讯云—分布式数据库 TDSQL 数据动态自适应调度研究实习

课题背景： 目前 TDSQL 架构主要面向金融核心业务场景，在技术选型上更侧重数据库性能、低延迟以及延迟抖动控制。为保障高性能表现，系统通常将数据在存储节点之间的分布方式与分片算法（如 Hash、Range、List）进行较强绑定，以尽可能保证数据局部性，从而满足核心场景对稳定性和实时性的高要求。 课题挑战： 现有架构虽然在高性能和低时延方面具备优势，但在扩缩容场景下，动态平滑迁移和数据自适应调度能力存在一定妥协。随着业务负载变化加剧，系统需要在保持原有高性能特性的同时，进一步提升数据分布调整、弹性扩缩容和迁移过程中的平滑性与灵活性。如何平衡“高性能、强局部性”与“高弹性、强适配性”之间的矛盾，成为该课题的核心挑战。 具体工作： 本课题尝试在当前 TDSQL 架构基础上，研究兼顾高性能与优秀数据弹性的实现方案。重点围绕数据分布策略优化、扩缩容过程中动态平滑迁移机制设计，以及数据自适应调度能力建设展开，探索在不显著牺牲性能、低延迟和延迟稳定性的前提下，提升系统在负载变化和资源调整场景下的数据弹性能力。

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学等专业的博士和优秀硕士； 2、熟练掌握数据库基础理论知识，熟悉多线程编程、锁机制（Mutex/Spinlock）及无锁编程（Lock-free）技术；深刻理解 CPU 缓存层次（L1/L2/L3）、Cache Line、缓存一致性协议（MESI 等）； 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。