陈帝佑

基于 C++ 有栈协程的 Raft 分布式一致性共识算法基础服务框架

• 核心实现：研读 Raft 原论文并基于 C++、libgo、gRPC 完成领导选举、心跳/日志复制、快照压缩与复制等核心链路；以 co_timer 实现随机超时与重置，以 co_chan 配合 voteRPC 完成节点间选举。
• 复制与快照：将落后 Follower 的单点心跳优化为范围索引补齐缺失日志，降低网络 I/O；优化大容量日志追溯，通过 gRPC Stream 同步文件元数据并传输大文件快照。
• 稳定性与性能：在多台虚拟机与物理主机、多并发日志同步、Leader 宕机/恢复等压力测试下保持集群稳定；优化本地日志落盘及已提交日志状态机更新策略，自测吞吐达万级集群提交/秒，性能较初版提升 3–4 倍。
• 架构设计：采用依赖注入与模板方法封装快照存储、日志持久化及加载流程，仅向上层服务暴露自定义序列化/反序列化接口，降低共识层与业务层耦合。

基于 cRaft 的轻量级分布式关系型数据库内核

• 一致性链路：将 cRaft 服务接口与 BusTubDB 融合，非查询 SQL 依次经过 Raft 集群提交与 DB 事务提交，利用日志追赶及 SQL Redo 保证各节点状态一致，并以线性一致性约束并发客户端请求。
• 数据库内核：在 BusTubDB 架构上实现 Extendible Hashing、LRU-K Page 缓存池、B+ 树索引、火山模型 SQL 执行器，以及未提交读、已提交读、可重复读三种隔离级别的事务并发控制。

基于 Epoll + Protobuf 的分布式高可用异步 RPC 框架

• C/C++ 实现，基于 Reactor 网络并发模型、支持分布式部署。依赖 TCP 实现，自定义通讯协议如起止字节、数据长度、Request PBData 序列、错误码等。
• 手动实现服务发现模块（standalone）、提供运行时服务中心 API 接口，支持运行时上下线、迁移服务。
• 实现 RPC 请求、日志、定时器均采用逻辑异步方式实现：Client（注册写）→ 写 callback（关闭写、注册读）→ 读 callback（关闭读）；Server（注册读）→ 读 callback（关闭读、注册写）→ 写 callback（关闭写）。
• 实现节点宕机后指定次数延时重启的高可用接口。

时序递推损失函数 + 对比学习的 NLP 泛化性研究

• 设计出全新的时序递推损失函数，提升了模型的 Rouge、BertScore 等分数指标。
• 采用正负语言样本的对比学习与时序递推的训练方式。
• 对 FaceBook 的 4.06 亿参数量 Bart-Large 模型和 Google 的 5.7 亿参数量 PEGASUS 模型进行 Fine-tuning，使模型泛化能力得到显著提升，在 Rouge-1 分数指标：CNNDM 47.04 → 48.09、XSUM 48.35 → 49.01。