CURATED GUIDE · 固定上游版本

从零实现:数据库、Git 与解释器项目导航

精选数据库、迷你 Git 与树遍历解释器三个项目,拆成可运行里程碑、测试和完成标准。

这份导航只精选三个能揭示核心原理的项目:简化数据库、迷你 Git 和树遍历解释器。每个项目都按“小切片、可观察、可测试”推进,不提供外部教程的离线复制件。

如何选择项目而不烂尾

三个项目分别训练存储与文件格式、内容寻址与对象模型、词法语义与递归求值。建议一次只做一个,每个拆成 5 个可运行里程碑,总投入 2–4 周。

开始前写下约束:

完整主题可查阅build-your-own-x 固定版本目录。下面链接均取自该版本,外部教程的许可、更新和代码风格需分别核对。

项目一:简化数据库——从记录到 B+ 树

精选教程:Let's Build a Simple Database。

五个里程碑

  1. 命令循环:读取 insert 与 select,拒绝非法参数,保证重复执行不丢已有数据。
  2. 固定页序列化:定义记录布局、页大小和文件偏移,测试空页、满页与截断文件。
  3. 游标与扫描:从表头读到表尾,正确处理跨页边界,不依赖一次性加载全表。
  4. B+ 树查找与分裂:画出键和子节点的不变量,先手工推演再编码。
  5. 故障与持久化检查:异常退出、重复键、极大字段和损坏文件都有明确行为。

验收重点:不能把“进程内数组能查询”当成数据库完成。关闭进程再打开,数据仍可读取;页分裂后查找结果与全表扫描一致。

主动省略:真实数据库还需要事务、WAL、并发控制、真空清理和崩溃恢复。若未实现,就在 README 明确写出,避免把教学实现用于重要数据。

项目二:迷你 Git——对象、索引与提交图

精选教程:Write yourself a Git!。

五个里程碑

  1. 仓库初始化:创建对象、引用和配置目录,检测重复初始化与非空目录。
  2. 对象读写:实现 blob、tree、commit 的编码、哈希与解压,测试空文件和二进制内容。
  3. 索引与树:把工作区文件整理成树对象,处理子目录、重复路径和文件模式。
  4. 提交与日志:保存父提交、作者和消息,沿父链接输出历史并检测异常引用。
  5. 分支与检出:分离“移动分支指针”和“修改工作区”,在冲突或脏目录时停止危险操作。

验收重点:对象哈希与内容一致,同一提交可重复重建;日志能处理分叉;检出失败不能悄悄覆盖用户未保存修改。

主动省略:包文件、网络传输、合并策略、钩子与完整 Git 兼容性可以后续补充。测试仓库必须与个人真实仓库隔离。

项目三:树遍历解释器——从字符到值

精选教程:Crafting Interpreters;上游分类:Programming Language。

五个里程碑

  1. 词法分析:输出 token 类型、字面值和位置,非法字符给出带行列的错误。
  2. 表达式语法:用递归下降处理优先级和结合性,为 AST 写结构化打印测试。
  3. 求值:区分语法错误与运行时错误,检查除零、类型不匹配和真值规则。
  4. 环境与语句:支持变量、作用域、赋值和块,测试遮蔽与未定义变量。
  5. 函数与控制流:实现条件、循环、调用和返回,明确参数求值与局部环境。

验收重点:解析错误不会继续产生误导性结果;嵌套作用域可恢复;每个语言特性都有正面和负面样例。

主动省略:字节码、垃圾回收、JIT 和模块系统不属于第一版。先把语义写清楚,再讨论性能。

三选一建议

无论选哪个,最终提交都应包含架构图、五组里程碑提交、测试命令、已知限制和一篇复盘。复盘重点回答三个问题:哪个不变量最难维护、哪个测试发现了真实错误、下一版最先改什么。

链接使用与版权提醒

本导航只提供原创学习建议和原始链接,不复制外部教程正文、图片或源码。外部页面可能更新或失效,引用其中的代码前必须单独阅读许可;build-your-own-x 清单的 CC0 不代表被链接教程也采用 CC0。

来源、版本与许可

本文依据上游固定版本的分类和链接重新编写项目选择、里程碑与验收标准,以原创说明为主。上游清单采用 CC0;三个外部教程及其实现代码的权利仍归各自作者,使用时分别遵循原始条款。

离线保存这份精选导览

关注公众号「日拱一卒」,发送口令「动手项目」,按提示验证后下载 Markdown 或 PDF。

前往下载