博士五年，我在清华做时序数据库

 

本文字数：8888字

阅读时间：23分钟

序

    先自我介绍一下，乔嘉林，网名铁头乔，2016年西安交大计算机系本科毕业之后，来到清华大学软件学院直博，师从王建民教授，大师兄黄向东，今年顺利毕业。回首往事，没有虚度年华，也不算碌碌无为，主要在做一款时序数据库：Apache IoTDB。

    五年时间，见证了 IoTDB 从发布第一个版本，到应用于数十家企业；从公开源代码，到成为 Apache 基金会顶级项目；从只有实验室同学参与，到形成百余贡献者的开源社区。博士阶段最开心的不是论文中稿，而是做的系统能够运行在祖国的大地上。

    毕业的事情忙完之后，便开始准备这篇文章了，总结了一下博士阶段的经历和教训，历时两周终于完成，献给大家。

前言

读博第一阶段

读博第二阶段

后记

前言

为什么读博？

选择读博的都是勇士，我读博的理由有三点：

（1）科研初体验还不错：15年在中科院自动化所实习，过了两周读论文写代码的生活，这种生活简单纯粹，像是回到了高三。

（2）简单的执念：清华是我从小的梦想，觉得在清华多待两年，就能多跟老师学点知识。

（3）想了解自己：本科经常听说读博压力大，想看看自己在这个过程中会有什么想法，做出什么选择。

读什么方向？

做系统。15年在西安神州数码实习，7人一组，两周做一个银行贷款系统，也是第一次领略到做系统的魅力，当把系统从用户到后台每一步都调通的时候，就像打通了任督二脉，这种爽劲也支撑我演示前一晚写代码写到2点多。

作为组长，我的职责就是把流程跑通，然后大家一起完善业务逻辑。演示当天，还有半个小时展示，系统又出幺蛾子，于是继续调，终于在演示之前搞定，顺利通过。

这次经历让我对做系统产生了浓厚的兴趣，而且很期待有一个紧密的团队，大家一起写代码，就像一起扛过枪上战场。那个时候对系统的感觉就是构建一个虚拟国家，定义各种规则，让各个部门协同运转起来。

但是同时，我也意识到，这种系统第一次做很新鲜，如果总做类似技术栈的系统，也会感到无聊。做系统不是单纯的堆功能、拼广度，而要追求深度。因此，读研的方向选择了做系统，希望能够学一学大型系统里的知识和优化方法。

初见导师

读研时候有一次听刘璘老师说，读博就像是选择一种婚姻，一辈子就一次，也不会有心境再来一次。这也说明了选择导师的重要性。结合自身的经历，我觉得选导师的原则就是：你想成为像导师一样的人。

15年与导师第一次见面，这次见面给我留下的最深刻的印象就是：王老师的精神状态比很多20多岁的年轻人还要好。

为什么这么说呢，以我本科为例，大四经常和舍友玩游戏到一两点，早上没课就睡到十一点。上午无精打采，下午逐渐恢复正常，晚上贼精神。到了暑假寒假，作息就更混乱了，闲的难受。后来也意识到这种生活没什么意思，我需要一些长远的目标，来保持良好的精神状态。

保研面试

在保研面试时，我说自己的梦想就是做系统，当架构师。

于是，一个斗志昂扬的23岁年轻人，就这样通过了面试、走进了读博生活。

读博第一阶段

本科毕设

博士的生活要从2016年3月来清华做毕设开始算，那个时候大家正在开发一种叫做 TsFile（Time series File） 的文件格式，主要用来存储时间序列数据。

我的第一个任务就是实现 Spark 和 TsFile 的连接器。对于一个本科只写过一些数据结构与算法，github、maven 都没怎么用过的人来说，从哪下手都不知道，只能在 github 上找类似的项目，然后看他们的源码。

以前自认为写代码不发愁，很多时候写一遍代码，没有bug直接能跑。那时候才意识到仅会给输入输出，写个算法是不够的。很多时候不是哪个算法写不出来，而是不知道在哪写这个算法。而在大型项目中，经常需要尝试新技术，走通一条技术路线，显然我在这方面缺乏经验。

进度缓慢，于是开始堆时间，每天早上8点多到实验室，晚上10点多出实验室。也因此没怎么锻炼身体。碰巧这时候又遇到了我的中国好舍友，孙林。他买了各种各样的零食，但是他不怎么吃，都给我吃了，于是一直 62.5Kg 的我，这时候到了 73Kg。

于是我逐层分析原因，从本科没重视实践，只学了书本知识，到高考没考好，再到初中经常玩电脑。把当时的困难归咎于过去的经历。甚至在想，如果当初没来清华，可能就不会遇到这些困难。

后来想通了，悟已往之不谏，知来者之可追。过去的事情已经无法改变，无论我做何选择，总会在前进的道路上遇到困难，而这时候只能硬着头上。

当你真心想做一件事时，全世界都会来帮你。当时有三个复旦的同学也来我们实验室，嘉烨、仔仔和齐童，其中嘉烨做的工作和我相关，于是我有了可以请教的人，在他的帮助下，我又开始有了进展。

此外，有时候遇到问题，我开始在其他开源项目里提问，有个国外小哥经常及时帮我解答，有时候甚至直接给我丢过来一段代码，这也是第一次接触开源。

于是，项目逐渐步入正轨。还好大四下学期提前来适应了一下实验室生活，不然博一又要上课，又要做项目，估计忙不过来。所以，如果有机会提前进入下一阶段，就要主动。

团队成型

2016年秋天，IoTDB 初始团队成立。

（1）东哥：在我逐步适应项目节奏时，那个男人回来了，他就是从遥远的澳大利亚留学归国的东哥。作为我们组的头，统筹全局。

在科研方面，带我一篇篇读论文，每篇论文读完之后讨论半个多小时，也让我这个科研小白逐渐学会了怎么读论文。

项目方面，他需要做 IoTDB 的规划和项目实施，经常熬夜。所以我就尽量帮他分担一些工作。

（2）宗姐姐：实验室的行政老师，和我们打成一片，在生活上对我们非常关照，思想上排忧解难。

铁头乔也是宗姐姐叫出来的，我觉得非常适合自己，哈哈哈。

（3）大哥：实验室的山东大汉，比我高一级，他平时开发经常涉及到位运算，但是从他嘴里说出来的位都成了“味儿”，大家可以感受一下，“这一味儿与上那一味儿”。大哥是海底捞黑海会员，于是有时候也不可避免地成为了大鸽。

我经常会找大哥要接口，我们的经典对话就是，“大哥，这个接口能不能支持？”，大哥回：“你问我支持不支持，那肯定要支持啊！”

（4）康博：比我高一级的博士师兄，主要做写入和存储引擎，康博是典型的很负责任的清华学子。

在我们研一准备考试时候，又有新任务，康博说了一句让我至今印象深刻的话：“交给我们，让他们去复习考试吧”。

（5）馨逸：我们级唯一的女生。也是我们实验室唯一的产品经理，在馨逸的努力下，我们有了第一版高质量用户手册和Apache IoTDB沿用至今的logo图标。

馨逸买了零食之后，她的桌子放不下，就放在作为同桌的我的桌子里了，就被我吃吃吃。

（6）小飞飞：实验室的另一位山东小汉，是大哥的接班人，也是我们每天的快乐源泉。

有一次写代码写的比较晚，一直在优化一个数据结构 DynamicOneColumn（DOC），我和小飞飞骑车回宿舍的时候，小飞飞就快乐地唱了起来：“DOC~ DOC~ 我是一个DOC~”。

（7）老年人：康博的接班人，他的爱好和老年人一毛一样。性格也比较稳，被东哥认定为磐石。

当时做毕设时候，我们去吃快餐炸鸡，老年人说：“来个冰激凌，吃点甜的，每天过的太苦了。” 老年人的口头禅：“这个鬼东西”。

（8）徐总：清本毕业，自成一派，负责SQL解析和RPC，平时负责审PR，被东哥认定为利刃，把好最后一道关。

徐总非常自律，从来不吃外卖，实验室集体加班时候也不吃外卖，只吃食堂，风雨无阻。

横空出世

我们每个月会进行 IoTDB 的版本发布。第一个版本发布是 2017 年4月1日愚人节，我们发布了 0.1.0 版本，也标志着一个产品的诞生。

这时候的 IoTDB，在我看来就像是一个刚出世的孩子，无法预料它会发展成什么样子，又会对我的人生轨迹产生怎样的影响。

公众号的前身

2017年夏天考完最后一科，正好去做了一个膝盖的手术，做完手术后只能在家做康复训练，并且注册了一个公众号 “乔村儿”，也就是这个公众号的前身，主要用来记录和分享生活，也收获了很多：

（1）与家人分享日常生活。可能男生都或多或少跟家人交流不多，通过写作的方式，让家人感受到我的关心。虽然不能常回家陪伴，但是可以让我的文字陪伴他们。很开心的是，有一次姐姐说，爷爷在给奶奶读手机上的东西，一看是我写的文章。

（2）与朋友紧密联系。许久不见的朋友，读到我的文章之后，也来分享自己的生活。也让自己时刻意识到，生活有千百种过法，我只是其中一种，就让我们在各自的生活中加油吧！

（3）在更广阔的的天地寻找自己的位置（来源于阿德勒心理学）。生活不能全部被工作和科研占据，当工作的小圈子遇到问题，需要有更广阔的的圈子接纳自己。而公众号就是一个更广阔的共同体。

（4）锻炼文字表达能力。我从来不喜欢写作文，但是写这些还可以。写得多了，对于写作也就不发愁了，也算克服了一项缺点。

青海西宁的日子

2017年10月左右重返学校后，我和学弟江天（我的天）被派往青海西宁，和昆仑数据的团队一起参与青海新能源大数据平台建设，应该是国内第一个风电物联网平台。

我们的目标有两个，一个是用国外产品接住线上数据，第二就是验证 IoTDB。不得不说，这一次近距离体会到了和国外技术的差距。也从这次实践中，我们开始重视乱序数据的处理，并且完善自己的产品。

出差过程中也结识了一帮好朋友，我的天话不多，代码写得贼6，平时比较宅，晚上下班却乖乖被我拉出去，在冬天的西宁吹着冷风溜达。

还有昆仑数据的一帮兄弟，统筹帷幄的蒋总，数据平台总负责人鹏哥，负责数据接入的景帅，负责查询的一鸣，驻场的陈明、远程支援的振兴哥，还有上飞机前一分钟还坐地上抱着电脑运维的远哥。

那时候每天中午大家会去一个小饭馆吃碗面，晚上就找大饭店吃一顿好的，涮羊肉、涮牛肉、烤鱼，附近的饭店基本都被我们吃遍了。周末不忙的时候大家还会一起爬个山，在西宁的日子还是很不错的。

读博之路如此艰辛我始料未及

这是2017年龟给我分享的一句话，我觉得非常贴切那时候的我。我高中最差的科目就是语文，大学好不容易不用学语文了，可把我高兴坏了。读了博发现要发英文论文才能毕业，我就意识到了，这将是我人生中最艰难的一段时期。

尽管项目开始有了起色，但是论文的压力又逐渐增大。此时，机器学习方向逐渐火热。相比之下，数据库系统方向不是那么好发论文。这时候有两个选择摆在我面前，是去做机器学习，还是继续数据库系统方向。

当这个问题从脑子里冒出来的时候，其实就已经有了答案：还是做系统。

读博并不是为了毕业的那个时刻，而是为了过程中的每一天，每一件事。当下定决心在一条路走到黑的时候，就没有那么多时间纠结和彷徨了，也就进入了博士第二阶段。

读博第二阶段

积极的生活状态

2018年过了几个月非常规律的生活。

7点30：起床

7点50：去食堂点一碗小米粥和两个鸡蛋，后来打饭阿姨看到我直接给我固定套餐。

8点30-12点：干活

12点-12点30：去离实验室最近的食堂吃饭

12点30-13点30：午休

13点30-17点：干活

17点-18点30：去操场锻炼，吃饭

18点30-22点：干活

回顾整个博士阶段，这应该是我最喜欢的生活节奏。如果说找到健康的生活节奏是安装了一台高级发动机，那接下来的事情就是找到前进的方向。

走向开源

2018年夏天，王老师做了一个开创性的决定，要把 IoTDB 捐给 Apache 基金会，从内部项目转为开源项目。原因有几项：

（1）当时的开源大数据软件大多是国外贡献的，国内大多是在使用，我们应该为中国的开源软件做出自己的贡献。

（2）学校里很多项目随着一波学生毕业也就停掉了。而系统软件是需要五年、十年的投入，并且需要众多优秀的贡献者参与，形成良好的社区才能长久发展。

就这样，我们提交了申请书，经过投票进入了 Apache ，成为 Apache 唯一的物联网时序数据库项目。

所有进入 Apache 的项目都要先进入孵化器，完成相应的任务（建设社区）后，才能毕业成为顶级项目。而无法毕业的就会退休，退出 Apache 基金会。

在进入 Apache 后的一段时间，我们把项目代码从清华的仓库迁移到了 Apache 的仓库。并且按照 Apache 的要求做了很多事务性工作。同时，在项目导师的指导下，我们尽量把讨论放到了邮件列表中（这是一件很痛苦的事情）。

尽管我们是 Apache 开源项目，但是并不知道怎么建设开源社区。好像进入 Apache 开源对我们来说，只是增加了一些繁琐的工作。github star 也并不多，更不知道怎么吸引社区开发者和用户。在幻想一进入 Apache 之后就能拥有活跃的社区开发者和用户的我们，被泼了一盆冷水。

第一道坎：上海地铁

2019年5月30号要上线上海地铁，需要写入延迟低于200ms。线上系统是用的 KairosDB，我们首先需要适配 KairosDB 接口，于是从2月开始，学弟刘睿带一个实习生做了 IoTDB 兼容 KairosDB 的 Rest 接口：IKR（起名就是这么直接），到5月基本完成。

经过初步测试，我们的写入延迟有时候会达到几十秒，平均延迟也不满足要求。说实话，这个时候我对存储引擎并不熟悉，看了看代码只觉得很复杂。但是我也知道，这是 IoTDB 的一道坎，迈过去了就一马平川。

这时候，正值女朋友毕业旅行，我跟她说：“你去吧，等你回来之前我肯定把系统搞好！” 

送走了女朋友，我拉上了我的天和天安两大主力学弟，在东哥初步趟了路之后，开始重写存储引擎。

已经毕业的大哥听说我们的计划之后，说你们不要太激进。确实，我没什么把握，但是还是想拼一把。借用 stormzhang 的一句话，就是干！

就这样，三个人结对编程，每天早上9点到晚上11点，花了一周时间，基本写好了一版，开始测试。测试能看到初步结果需要半个小时，这半个小时就像等出高考成绩一样忐忑。而第一次的测试结果也没有让我们失望，果然不稳定，稳定才见鬼了。但是不怕，我们还有一周，带周末的那种。

找问题，完善方案，继续修改，提交测试。这个过程持续到了第二周的周六。周六下午组会东哥需要汇报一周的工作，我们周六上午10点出了一波结果，发现还有问题，东哥说：“我心脏难受。。。”

经过了一周的磨合，我隐约感觉，这次改完估计就稳了。11点开始提交测试，测到下午1点30，看写入延迟监控，系统一切正常，平均延迟25ms，起飞！

后续芮蕾和苏月适配完查询引擎，成功上线上海地铁，替换了之前的 9 台 KairosDB 集群。

同级硕士毕业

我这个人经常后知后觉，在我忙完上海地铁项目，才发现同级的硕士朋友们已经离校了（尤其是拉开抽屉，发现没有零食了...）。对于博士生来说，这是一个标志性的时刻。曾经用在东哥身上的 “干走了一届又一届硕士”，我也能够体会到是什么感觉了。

作为还在学校的我们，能做的唯有坚持，不让大家的努力白费，希望他们之后在和别人聊天，听到 IoTDB 在某个场景里被用起来的时候，能够开心地和别人说：“我也是 IoTDB 的贡献者”。

借用《1408幻影凶间》结尾的台词：We are here to do the job, and we don't rattle（我们是为了这个故事而来，我们要镇定自若）。

从哪里入手呢？好的开源项目都有活跃的社区，因此，我的想法就是建设开源社区。社区是一帮有共同目的的人，接下来就是怎么找到这些人。

盘点了一下手上的资源，我们可以在一些大会上进行宣传，也能够通过实验室的一些项目打磨产品，但是这还不够。我们需要更多的用户、贡献者和更丰富的测试场景。

实验室没有专门做社区运营的同学，也没有打广告的预算，只能自己想办法了。

社区建设

“乔村儿”断更的时候，我并没有停止写作，而是新开了一个技术公众号“数据库漫游指南”。刚开始并没有推广 IoTDB，主要原因是那时候还不稳定。但是，在经历了上海地铁的洗礼之后，我对 IoTDB 和自己的运维能力已经有了的信心，于是开始在公众号上进行宣传，后来直接改成了 Apache IoTDB。

除了公众号，也在CSDN、OSChina上写文章，包括版本发布、使用教程、常见问题、运维经验等，前前后后估计写了上百篇。此外，组建了微信和QQ用户群，并且把自己的微信放到了公众号上，很多加过来的用户跟我说的第一句话就是：“看了你的文章，很有帮助，希望进群”，这也是对我的激励。

此外，还有一些用户加好友的备注是“IoTDB爱好者”，这应该是每个软件开发者最开心的时刻了。当然，也不乏扔臭鸡蛋的，而我们需要做的就是及时改进，勇往直前。

我曾经想过要不要弄个机器人加群，后来想想还是算了，毕竟不是所有人都习惯在群里说话，直接加到我，能够让用户和开发者第一时间找到我，离社区更近一些。

找到第一个贡献者

开源社区的发展是从找到第一个社区贡献者开始。对于我来说，就是刘大伟。

2019年底大伟哥进入我们社区，他比我大两岁，是四维智联的架构师，也是我的老乡。正好年底升级查询引擎，就拉上他一起讨论设计方案，而且初步实现就交给了大伟哥。

查询引擎涉及的地方非常多，他第一版改完之后，上百个测试类不通过，搁谁都头大。本来我预想的是等我忙完，我们就一起来修测试，没想到他一个人把测试一点一点都调好了，那段时间他经常搞到晚上两三点。实话说，这股精神我非常佩服。

除了社区的活动，我们也会经常约饭，并且一起参加其他开源社区的活动。大伟哥凭借优秀的人格魅力，已经成为社区的明星人物，现在也是社区的 PMC。

如何参与开源社区？我尝试从大伟哥的经历总结一下：贡献、认可、热爱。这三个词每一个都不是单向的，而是社区和贡献者之间的双向互动。

第一个开源用户

2020年疫情爆发，开始在家办公，疫情期间我们主要做了一件事：和大唐先一的张景一起，让 IoTDB 在湖南几个电厂上线。

最开始景哥跟我交流，说：“5月有个项目准备上线 IoTDB，能不能支持一下”。我说：“只要你们决定用，我们就全力支持。” 

正值重构完查询引擎，bug 比较多，时不时就给我反馈测试问题，而我们就通过微信沟通，一步步排查。

就这样，过了一段时间解 bug 的日子，每次我自认为没啥 bug 了，就跟女朋友说：“这肯定是最后一个 bug。” 然后马上就来打脸，她就在旁边乐。

有的bug我自感一天搞不定，没思路，就拉上田原、我的天、劳模昊男四堂会审。事实证明，及时求助他人，确实能够加速问题的解决。虽然过程比较艰难，磨合了三四个月，最后终于成功上线。

我对用户的态度就是大哥的那句话：“你问我支持不支持，那肯定要支持啊！” 

开源社区

在参与开源项目的日子里，也接触到了不少中国的开源人物。包括我们项目的姜宁导师；开源布道师李建盛老师；在家脱产写了一年代码的APISIX的温铭总；Sharding Sphere 的亮哥和娟神；海豚调度的冬哥；Pulsar的翟哥、示说网的程总等等。

关于社区建设，我时不时会想，如果有个人能够全职宣传就好了，但是 Apache APISIX 的温总的一句话改变了我的想法：“社区建设这么重要的事，当然要自己上了。” 一件让 CEO 亲自上阵的事情，值得我们认真对待。

我们的开源社区也在不断壮大，现在已经有122位贡献者了。其中不仅有战队，如东方国信的超哥、厚亮、海媚、艳虹；阿里的金竹老师团队；云智慧的红闪；用友的永伟、瑞杰；华为的秉华、超哥、一夫、鲁铭。也有如宗翰、魏小涵、宇翔、刘煜、亚东、佳俊等单兵联盟。此外，也有非技术同学的加入，如禹任、李琳、泰丞等等，大家一起组织活动，编辑公众号文章。

铁打的实验室流水的兵，实验室的队伍也在不断融入新鲜血液，我们的团队也在壮大，我也有了自己的小弟，田原、书记泽嵩、老中医恺丰、愈园、祥威、新宇、凌哲、Steve宇荣、旭鑫。在学校的好处就是能够接触年轻人的新思维，心态永远年轻。

收获

个人收获：2020年，学院奖学金的评审规则进行了修改，增加了开源贡献。这也标志着，不仅仅发论文能够受到学院的认可，做系统、做软件的同学也能够受到认可。对于我们实验室这些做系统的同学来说，无疑是一个好消息。在学生时代的最后一年，我也有幸获得了国家奖学金和清华软件奖。

产品方面：不完全统计，IoTDB 已经有数十家用户，部署的实例有数百个，在多个场景中实现了对 InfluxDB 等国外产品的替代，实现了工业软件的国产化。

社区方面：随着社区的成长，每个参与社区的人都会共享社区发展的成果，近期最直接的例子就是招聘 IoTDB 人才的岗位越来越多。可以说，社区是一个为大家创造机会的平台，我也希望能够让参与 IoTDB 的朋友们有所回报，不仅是精神方面，还有物质方面。

毕业

不得不说，博士毕业都要脱层皮，预答辩、毕业论文、格式审查、盲审、学位答辩，每个环节都有可能挂掉，庆幸的是在朋友们的帮助和鼓励下，都顺利通过，也深刻感受到了开源对于我的影响。毕业答辩时，评委老师说了一句话：做系统不容易，尤其是做生产级的系统。

如果说淮海战役是人民群众用小车推出来的，那我的博士之路则是学校和开源社区共同铺就的。

毕业答辩很多素材和场景都来源于社区，感谢中车的晓晨哥、大唐的张景、瑞恩的李总、嘉信的万总、绍兴的发哥、拓维的斌哥、华哥、鹤爷、平哥、天远的翟哥。感谢所有 IoTDB 的用户、贡献者和帮助过我的朋友们。

五年的博士生涯即将结束，但对于数据库系统软件却刚刚起步，我会继续在 Apache IoTDB 社区发光发热，和社区的朋友们一起打造世界级的时序数据库产品。

后记

总结

总结一下经验教训：

（1）在团队中，做一个许三多一样的人，利人就是最大的利己。

（2）时常反思，找到原因后不纠结，想如何解决问题，并且避免再次掉坑。

（3）坚持长期主义，多阅读、多分享。

（4）坚持锻炼，为祖国健康工作50年。

（5）建设开源社区没有捷径，唯有付出真心。

一句话概括：找到热爱的事业，用创业的态度去对待。

往期精彩回顾

觉得不错，请点个在看呀