Rust 手写 SQL 数据库，吊打面试官！

项目核心介绍与面试要点解析

项目名称：sqldb - Rust 实现的极简关系型 SQL 数据库项目亮点：

• 技术栈：Rust（性能+内存安全）、模块化架构（计算层+存储层）
• 核心功能：支持 ACID 事务、DDL/DML 操作、多表 JOIN、聚合函数、索引优化
• 设计价值：通过源码实现理解数据库底层原理（如 MVCC、事务隔离、存储引擎）

• 性能与安全：Rust 的零成本抽象和所有权模型避免内存泄漏，适合高并发数据库场景。
• 并发控制：通过 Arc/Mutex 或 async/await 实现线程安全，无需手动管理锁。
• 工具链优势：Cargo 依赖管理、Clippy 静态检查提升开发效率。
• 对比 C++：Rust 强制编译时检查消除数据竞争风险，降低调试成本。

• 内存引擎：基于 BTreeMap 实现有序键值存储，支持快速点查和范围查询。
• 磁盘引擎：

  Bitcask 模型：日志追加写入 + 内存索引（哈希表存储 key 到文件偏移量的映射）。

  持久化机制：写入时先落盘日志文件，定期合并 SSTable 减少碎片。

• 统一接口亩毁纳：通过 trait 抽象定义 get/put/delete 操作，隔离计算层与存储实现。

• 原子性（A）：

  事务修改数据前写入 WAL（Write-Ahead Log），崩溃时通过重放日志恢复。

  提交时标记事务状态为 Committed，Rollback 时清理中间数据。

• 一致性（C）：通过约束检查（如外键、唯一索引）和事务隔离保证状态有效。
• 隔离性（I）：

  快照隔离（SI）：事务启动时获取全局版本号，读取仅可见已提交且版本号 ≤ 当前事务版本的数据。

  冲突检测：写操作检查目标 key 的最新版本是否被其他事务修改，冲突时回滚后发事务。

• 持久性（D）：磁盘引擎使用 fsync 强制刷盘，确保数据不丢失。

• 词法分析（Lexer）：将 SQL 拆分为 Token（如 SELECT, FROM, 标识符）。
• 语法分析（Parser）：递归下降生成 AST，例如：// 示例 AST 结构enum Statement { Query { select: SelectStmt }, Insert { table: String, columns: Vec<String>, values: Vec<Expr> },}
• 执行计划迅没生成：

  逻辑优化：谓词下推、列余雹裁剪、JOIN 重排序。

  物理优化：选择索引扫描或全表扫描，生成可执行节点树。

• 执行器：递归遍历执行计划节点，调用存储引擎接口获取数据。

• 表达式计算：

  使用 Precedence Climbing 算法处理运算符优先级，例如：

  // 递归解析表达式fn parse_expr(tokens: &[Token], min_prec: u8) -> Expr { let mut left = parse_primary(tokens); while let Some(op) = peek_operator(tokens) { if op.precedence() < min_prec { break; } let right = parse_expr(tokens, op.precedence() + 1); left = Expr::BinaryOp { op, left: Box::new(left), right: Box::new(right) }; } left}
• 聚合函数：

  执行时维护哈希表（分组键 → 聚合值），例如 SUM 累加、AVG 计算均值。

  支持 GROUP BY 时按分组键分区数据，并行计算聚合结果。

• 哈希索引：

  结构：HashMap<Key, RowId>，适用于等值查询（如 WHERE id = 1）。

  维护：插入/更新时同步更新索引，删除时标记为逻辑删除（避免频繁重组）。

• 扩展性：

  支持复合索引（多列组合）和覆盖索引（查询字段包含在索引中）。

  生产级可引入 B+ 树索引支持范围查询。

• 性能优化：

  查询缓存：缓存频繁执行的 SQL 及其结果。

  并行查询：分区表数据后并行扫描和聚合。

• 高可用：

  主从复制：基于 WAL 同步数据到备库，故障时自动切换。

  分布式事务：引入 Paxos/Raft 协议保证跨节点一致性。

• 安全：

  SQL 注入防护：参数化查询解析。

  审计日志：记录所有 DDL/DML 操作。

• 易用性：

  管理工具：提供 sqldb-admin 命令行工具支持备份/恢复。

  监控：集成 Prometheus 暴露性能指标（如 QPS、延迟）。

• 深度理解原理：通过手动实现 MVCC、事务隔离等机制，展示对数据库核心技术的掌握。
• Rust 特性应用：强调借用检查、生命周期管理等如何避免常见 bug，体现工程能力。
• 扩展性设计：模块化架构便于后续优化（如替换存储引擎为 LSM-tree），展示系统设计思维。

回答技巧：结合具体代码片段（如事务提交逻辑、索引查找）说明实现细节，避免泛泛而谈。例如：“在实现快照隔离时，我们通过 Rc<RefCell<VersionChain>> 管理数据版本链，确保读操作不阻塞写操作。”