主分类：数据库与存储系统研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "研究型实习生 - 资源三层解耦形态下的云原生数据库研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "基于存储和计算分离的第一代云原生数据库，其CPU和内存资源依然强绑定，导致计算和内存资源不能实现按量付费。因此，本团队对三层解耦技术进行了探索和实现，完全分离数据库内的CPU，内存，存储资源，并构成三个独立的资源池，用户可弹性扩展任何一种资源，且只需为其动态消耗的资源买单。基于以上背景，本项目聚焦但不局限于以下关键问题的研究：\n1、基于三层解耦形态的分布式事务机制。在资源三层解耦部署形态下，已有的分布式事务机制不再适用，需研究适用于三层解耦部署形态的高效分布式事务机制；\n2、基于三层解耦形态的死锁检测机制。对于并发执行的事务，如何结合三层解耦技术来避免死锁的发生，以及如何尽早检测到死锁并打破死锁，以减少事务执行的等待时间；\n3、探索结合机器学习的资源弹性扩缩容机制。如何结合机器学习的方法来对用户业务流量进行预测，并在数据库集群维度对资源进行调度和分配，在满足用户业务对数据库性能需求的同时，提升资源利用率并降低成本。",
"requirements_text": "1、实现的原型系统及源码；\n2、相关技术方案申请专利；\n3、研究成果发表CCF-A类会议或期刊论文。",
"skills": [AI生成
"机器学习",
"数据库"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903720013?deptCodes="
}
]
},
"posting": {
"posting_id": "199903720013",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903720013?deptCodes="
},
"fulltext": "研究型实习生 - 资源三层解耦形态下的云原生数据库研究\n研究型实习生 - 资源三层解耦形态下的云原生数据库研究\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n基于存储和计算分离的第一代云原生数据库，其CPU和内存资源依然强绑定，导致计算和内存资源不能实现按量付费。因此，本团队对三层解耦技术进行了探索和实现，完全分离数据库内的CPU，内存，存储资源，并构成三个独立的资源池，用户可弹性扩展任何一种资源，且只需为其动态消耗的资源买单。基于以上背景，本项目聚焦但不局限于以下关键问题的研究：\n1、基于三层解耦形态的分布式事务机制。在资源三层解耦部署形态下，已有的分布式事务机制不再适用，需研究适用于三层解耦部署形态的高效分布式事务机制；\n2、基于三层解耦形态的死锁检测机制。对于并发执行的事务，如何结合三层解耦技术来避免死锁的发生，以及如何尽早检测到死锁并打破死锁，以减少事务执行的等待时间；\n3、探索结合机器学习的资源弹性扩缩容机制。如何结合机器学习的方法来对用户业务流量进行预测，并在数据库集群维度对资源进行调度和分配，在满足用户业务对数据库性能需求的同时，提升资源利用率并降低成本。\n\n职位要求\n1、实现的原型系统及源码；\n2、相关技术方案申请专利；\n3、研究成果发表CCF-A类会议或期刊论文。\n\n在招业务\n阿里云\n基于存储和计算分离的第一代云原生数据库，其CPU和内存资源依然强绑定，导致计算和内存资源不能实现按量付费。因此，本团队对三层解耦技术进行了探索和实现，完全分离数据库内的CPU，内存，存储资源，并构成三个独立的资源池，用户可弹性扩展任何一种资源，且只需为其动态消耗的资源买单。基于以上背景，本项目聚焦但不局限于以下关键问题的研究：\n1、基于三层解耦形态的分布式事务机制。在资源三层解耦部署形态下，已有的分布式事务机制不再适用，需研究适用于三层解耦部署形态的高效分布式事务机制；\n2、基于三层解耦形态的死锁检测机制。对于并发执行的事务，如何结合三层解耦技术来避免死锁的发生，以及如何尽早检测到死锁并打破死锁，以减少事务执行的等待时间；\n3、探索结合机器学习的资源弹性扩缩容机制。如何结合机器学习的方法来对用户业务流量进行预测，并在数据库集群维度对资源进行调度和分配，在满足用户业务对数据库性能需求的同时，提升资源利用率并降低成本。\n1、实现的原型系统及源码；\n2、相关技术方案申请专利；\n3、研究成果发表CCF-A类会议或期刊论文。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}