研究型实习生 - 云原生多租KV数据库的隔离与调度优化研究和应用

Tair是基于云原生基础设施的KV数据库产品。在技术上期望通过云的规模化效应，基于云基础设施，面向海量的各种规模的客户提供更低的成本和更好的弹性。从工程实践和业务分析上看到对比当前主流的单租户架构模式，多租户的架构聚合度提升带来的成本优化能极大的提升云数据库的竞争力，但同时在租户影响上面对的挑战也比较大。 基于以上背景，本项目期望聚焦如下技术问题的研究：

1. 优化KV存储引擎在复杂流量场景和多租户场景的延迟表现；
2. KV存储引擎在多租户场景下的资源隔离、限流相关技术研究；
3. 研发多租的分布式KV集群如何在提升弹性的同时能更高效的利用资源。

1. 计算机或相关方向博士、硕士在读。扎实的工程能力，优良的编程风格，熟悉C++/Java/Go/Python等1至2种语言；
2. 熟悉数据库/存储系统和优化技术，例如存储引擎（LSM/B+树），分布式系统弹性调度等；
3. 完成原型系统开发，相关技术经过验证，具有效果，具备合入产品的要求；同时具备清晰的设计文档，包括验证的方法、产品性能、业务落地可行性等报告；
4. 发表CCF-A类或者领域内顶级会议、期刊论文，并申请相关专利。 加分项：
5. 在数据库/存储/系统等顶会发表论文经验；
6. 代码能力突出，有ACM等竞赛获奖经历；
7. 参与过数据库/存储系统的开源社区。