刘芷溢 (Zhiyi Liu)
¶
工作邮箱: lzy [underline] CS [underline] LN [at] 163 [dot] com
个人邮箱: tomlzy213 [at] gmail [dot] com
旧版简历: 点击查看
新版简历:
个人简介¶
我是在 电子科技大学 (UESTC) 攻读计算机体系结构方向的硕士二年级学生,目前就读于实验室 NDSL。我主要关注大语言模型推理 (LLM Inference)、数据库与分布式系统等方向。
目前正在寻找与大模型推理加速相关的实习机会,如果您有相关岗位或线索,欢迎随时联系我!谢谢!🥰🥰🥰
研究兴趣¶
- 大语言模型推理与优化:正在深入学习大模型推理框架的体系结构,其中包括 SGLang。并维护一个大模型推理的教学项目 MiniInfer。
News¶
[11/2025] 参与的 Nebula Graph 社区开源之夏项目——为 NebulaGraph 支持向量近似近邻检索顺利结题(项目周期:2025.07 - 2025.10)
[12/2024] NODDL 团队在 2024 年 OceanBase 数据库大赛总决赛中获第 11 名(第 10/1212 支队伍)
[11/2024] NODDL 团队获得 2024 年 OceanBase 数据库大赛初赛(四川赛区)一等奖
教育经历¶
电子科技大学 计算机科学与工程学院(硕士)
¶
2024年9月 —— 至今
电子科技大学 计算机科学与工程学院(本科)
¶
2020年9月 —— 2024年6月
项目经历¶
开源暑期项目 — Nebula Graph (2025.07 – 2025.10)
作为核心贡献者参与 Nebula Graph 社区开源之夏项目,负责为分布式图数据库引入原生向量检索(Vector Search)能力。
- 向量存储引擎设计:设计并实现了原生向量数据类型(Vector Type)及其底层存储布局,优化了高维向量的序列化与压缩存储机制,实现了图元素(Vertex/Edge)与向量数据的统一管理。
- 查询语言与执行层扩展:扩展了 nGQL(Nebula Graph Query Language)的 DDL 与 DML 语法,支持向量索引的定义与管理;解决了向量属性在分布式架构下的元数据同步与一致性挑战。
- 高性能 ANN 索引集成:设计了向量索引接口抽象,集成了 HNSW 等近似最近邻搜索算法,实现了基于向量相似度的 Top-K 查询算子,大幅提升了图谱语义检索的性能与准确度。
BusTub 关系型数据库内核实现 (2025.03-2025.06)
实现了一个教学关系型数据库内核的一些关键功能,涵盖存储、索引、执行与事务四大核心模块。
- 存储引擎与缓冲池管理:设计并实现了基于 LRU-K 算法的缓冲池管理器 (Buffer Pool Manager),支持高并发下的页面置换与脏页刷盘;实现了磁盘调度器 (Disk Scheduler),优化了磁盘 I/O 请求的处理效率。
- 并发 B+ 树索引:实现了支持高并发读写的 B+ 树索引,采用乐观锁 (Optimistic Latch Crabbing) 策略与 Context 机制优化锁竞争,显著提升了多线程环境下的索引访问性能;支持范围查询迭代器 (Index Iterator)。
- 查询执行引擎:实现了基于火山模型 (Volcano Model) 的查询执行器,包括 Hash Join 算子与外部归并排序 (External Merge Sort) 算法,支持大规模数据的连接与排序操作。
- 事务与并发控制:构建了基于 MVCC (多版本并发控制) 与 OCC (乐观并发控制) 的事务管理系统,实现了可串行化 (Serializable) 隔离级别;设计了 Undo Log 版本链管理与垃圾回收 (GC) 机制,有效解决了读写冲突与版本回滚问题。
TinyKV 分布式键值存储系统 (2024.12-2025.02)
设计并实现了一个基于 Raft 共识算法的高可用、强一致性分布式 Key-Value 存储系统(架构参考 TiKV),支持水平扩展、多副本容错及自动故障恢复。
- Raft 共识算法实现:构建 Raft 核心模块,实现了 Leader 选举、日志复制、心跳保活机制;通过设计模块化的 RawNode 接口,实现了算法逻辑与上层应用的解耦。
- Multi-Raft 架构与水平扩展:实现了基于 Region 的 Multi-Raft 架构,支持数据按范围(Range)自动分片;开发了 Region Split(分裂)机制,使系统能够随着数据量增长自动进行水平扩展。
- 存储引擎与持久化:封装 BadgerDB 作为底层单机存储引擎;实现了 PeerStorage 模块,负责 Raft 日志(Log Entries)与硬状态(HardState)的持久化存储,保证了系统崩溃后的数据安全性。
- 日志压缩与快照机制:设计并实现了 Raft 日志压缩(Log Compaction)和快照(Snapshot)功能,解决了日志无限增长导致的存储压力问题,并支持落后节点通过快照快速恢复状态。