【网易C计划重磅启动】参与开源分布式存储Curve，抢校招offer！

前言

网易高性能分布式存储系统Curve已在github开源，开源以来受到了业界的广泛关注，现招募在校学生贡献者加入我们的开发。

Who？任何对分布式存储系统，Curve感兴趣的在校生，不限年级不限专业。

Why？ Curve是新一代开源高性能分布式存储系统，通过参与Curve的开发，你可以收获：大型分布式系统开发经验，和业界大牛协作学习的机会，表现优异者可以获得在网易实习的机会（人数不限），特别优异者有机会直接获得校招offer。

How？添加opencurve微信号联系我们，加微信号记得注明[报名C计划]。我们会提供分布式系统学习的Roadmap供大家参考，基于分布式存储系统的理论基础之上进行选题。另外我们会有定期线上会议，了解大家的想法并为为大家答疑解惑。近期12.25左右会有C计划启动会，具体时间我们会在微信群中公布。

Roadmap

因为缺乏专业背景知识，很多小伙伴看到Curve是一头雾水，看完Curve的简介后也许还是一头雾水，那我们该如何打怪升级呢？在开始C计划的选题之前，我们给参加C计划的小伙伴们一个分布式系统的学习的Roadmap，该Roadmap是Curve团队的新人培养实践沉淀，大家可以根据自身需要自行学习。

• 了解分布式存储系统的基本知识

  目标：知道为什么需要分布式存储？分布式存储的难点在哪里？都有哪些解决方法

  参考资料：

  • Distributed systems（http://book.mixu.net/distsys/index.html)

• 熟悉分布式系统设计

  目标：了解分布式系统一般架构，了解部分解决方案的技术细节

  参考资料：

  • The Google File System （http://static.googleusercontent.com/media/research.google.com/es//archive/gfs-sosp2003.pdf）
  • The Raft Consensus Algorithm （https://raft.github.io/）
  • MapReduce: Simplified Data Processing on Large Clusters（https://pdos.csail.mit.edu/6.824/papers/mapreduce.pdf）
  • CEPH: RELIABLE, SCALABLE, AND HIGH-PERFORMANCE DISTRIBUTED STORAGE（https://ceph.com/wp-content/uploads/2016/08/weil-thesis.pdf）
  • PacificA: Replication in Log-Based Distributed Storage Systems （https://www.microsoft.com/en-us/research/wp-content/uploads/2008/02/tr-2008-25.pdf）
  • 6.824 Schedule: Spring 2020 （https://pdos.csail.mit.edu/6.824/schedule.html ， MIT的分布式系统课程，感兴趣的可以多看）

• 了解Curve

  目标：掌握Curve总体设计，各模块的设计

  参考资料：

  • Curve主页 （https://opencurve.github.io/）
  • Curve系列讲座视频回放（https://space.bilibili.com/700847536/channel/detail?cid=153949）
  • Curve系列讲座ppt地址（https://github.com/opencurve/curve-meetup-slides/tree/main/2020）
  • Curve各模块介绍文档（https://github.com/opencurve/curve/tree/master/docs/cn）
  • Curve技术文档（https://zhuanlan.zhihu.com/p/311590077）
  • Curve代码阅读：建议先梳理io流程

• 掌握代码开发/测试工具

  目标：掌握代码开发流程，熟练使用代码开发、调试、测试过程中所需要的工具

  参考资料：

  • Curve代码构建工具bazel（https://bazel.build/）
  • Curve代码测试框架gtest （https://github.com/google/googletest/blob/master/googletest/docs/primer.md）
  • Curve代码管理git （https://www.runoob.com/git/git-basic-operations.html）
  • 代码调试工具 gdb
  • 谷歌开源项目风格指南（https://zh-google-styleguide.readthedocs.io/en/latest/google-cpp-styleguide/
  • 编程规范：《Clean Code》

选题

难易级别：选题共有三个级别：easy，medium，hard

发放规则：这三个级别的选题我们会分三个阶段发布，第一阶段发布easy，第二阶段发布medium，第三阶段发布hard，其中一二阶段间隔一个月左右，二三阶段间隔2个月左右，具体的时间会在微信群里通知。对选题的任何疑问或者需要帮助的都可以在群里咨询我们。

任务提交：

• 代码开发环境推荐使用docker镜像，参照：https://github.com/opencurve/curve/blob/master/docs/cn/build_and_run.md
• 对于所有的任务，开始之前请大家先提交issue，地址：https://github.com/opencurve/curve/issues
  • issue的标题格式【C计划-选题*】描述清楚选做哪部分
  • 在提issue之前可以浏览下其他已有的issue，是否有一样的任务，尽量选择不同任务，如果非常感兴趣，也可以重复选择
• 对于完成的任务，请大家将代码/文档以pr的形式提交至Curve的仓库，我们会定期查收并进行review给大家提出相应建议。对于优秀的提交，我们会合入代码仓库。

选题一：清理代码中的TODO

任务说明

• 单人参与，这是一个系列，每个TODO可以作为一个任务
• 所需技能：github的使用，google c++编程规范，curve文档，编译工具bazel的使用，测试工具gtest的使用

任务描述

curve的代码在开发的过程中遗留了一些TODO，可以对这些TODO进行一些清理。清理范围，include,src,test目录下，排除thirdparties目录下的第三方组件的TODO。用“// TODO”作为关键字，搜索代码中的TODO。这些TODO有些比较简单，有些难度比较大。建议先从简单的开始修复，熟悉代码的修复合入流程，再慢慢挑战比较复杂的TODO。

参考资料

github的使用，google c++编程规范，curve文档，编译工具bazel的使用，测试工具gtest的使用

这里举例几个简单的TODO任务，也可以自己搜索代码中的TODO。

1. curve/include/chunkserver/chunkserver_common.h，把kOpRequestAlignSize放到配置文件中。

   // TODO(wudmeiao): 是否需要考虑可配置
   const uint32_t kOpRequestAlignSize = 4096;
   

2. curve/src/chunkserver/copyset_node.cpp，Init copyset对应的raft node options放到nodeOptions的init中。

   /**
   * Init copyset对应的raft node options
   */
   nodeOptions_.initial_conf = conf_;
   nodeOptions_.election_timeout_ms = options.electionTimeoutMs;
   nodeOptions_.fsm = this;
   nodeOptions_.node_owns_fsm = false;
   nodeOptions_.snapshot_interval_s = options.snapshotIntervalS;
   nodeOptions_.log_uri = options.logUri;
   nodeOptions_.log_uri.append("/").append(groupId)
   .append("/").append(RAFT_LOG_DIR);

3. curve/src/client/libcbd_libcurve.cpp，cbd_libcurve_filesize调用StatFile4Qemu接口时，判断StatFile4Qemu的返回值。

   int64_t cbd_libcurve_filesize(const char* filename) {
   struct FileStatInfo info;
   memset(&info, 0, sizeof(info));
   
       // TODO(wuhanqing): 判断返回值
   StatFile4Qemu(filename, &info);
   return info.length;
   }
   

4. curve/src/mds/nameserver2/curvefs.cpp，RenameFile接口，把oldFileName改成sourceFileName，newFileName改成destFileName。

   // TODO(hzchenwei3): change oldFileName to sourceFileName
   //                   and newFileName to destFileName)
   StatusCode CurveFS::RenameFile(const std::string & oldFileName,
   const std::string & newFileName,
   uint64_t oldFileId, uint64_t newFileId)

选题二：捉虫计划

任务说明

• 单人参与，这是一个列任务，每找到1个bug，相当于完成了一个任务
• 所需技能：github使用，熟悉curve部署、使用、代码

任务描述

金无足赤，人无完人，代码也没有不存在bug的代码。在代码开发过程中，虽然工程师们采用了各种方式来减少bug，但是总有一些漏网之鱼。各位小伙伴，一起撸起袖子来捉虫吧。在curve部署、使用、阅读代码过程中，如果发现了bug，请通过issue的方式记录下来，如果有解决方案，欢迎向我们提交代码。

参考资料

RoadMap中「了解Curve」所列出的资料

选题三：代码翻译

任务说明

• 单人参与，这是一个系列任务
• 所需技能：了解Curve代码框架和书写规范，github使用

任务描述

针对curve github仓库中的Curve各模块的代码注释进行中文到英文的翻译，注意翻译的完整性和准确性。Curve代码中的mds模块已经都是英文注释，剩下的为 curve/src/chunkserver 、curvesrc/client、curve/nebd/part1、curve/nebd/part2。大家可以按照一个头文件和cpp对应实现为单位进行翻译，比如common.h、common.cpp。

选题四：代码解读

任务说明

• 单人参与，这是一个系列任务
• 所需技能：熟悉Curve代码

任务描述

在阅读Curve代码的过程中写一些源码解读或者自己的心得体会，一方面作为自己学习的沉淀，另一方面可以供他人参考

参考资料

建议在了解Curve的整体架构基础上去看代码，代码可以从梳理client流程入手

选题五：单元测试

任务说明

• 单人参与，这是一个系列任务
• 所需技能：c++基础，gtest使用

任务描述

目前Curve很多代码的单元测试覆盖率不够，（具体情况见59.111.93.165:8080/job/curve_untest_job/HTML_20Report/），希望大家在现有单元测试代码（位于Curve代码的test目录）基础上，添加测试用例，使其覆盖率达到CI标准，代码行覆盖85%及以上，代码分支覆盖75%及以上。

 

参考资料

RoadMap中「掌握代码开发/测试工具」所列出的资料

奖励

表现优异者可以获得在网易实习的机会（人数不限），特别优异者有机会直接获得校招offer。我们会根据整个计划过程中提交任务的质量、参与度、提交任务的数量等为依据进行评估。