摘要：
OceanBase联合中国人民大学数据库团队的数据库缺陷实证研究，被软件工程顶刊IEEE TSE录用。该研究首次构建了面向开源关系型数据库的细粒度缺陷分类体系，共获得12 项发现，为RDBMS系统的开发维护和测试提供了重要启示。研究发现，涉及SQL数据类型及数据库触发器、存储过程、参数设置等复杂功能的缺陷现有测试工作无法有效触发，这一发现为提升RDBMS缺陷检测能力提供了显著改进空间。

日前，由 OceanBase 联合中国人民大学数据库系统研究团队（刘爽副教授）对主流关系型数据库系统缺陷开展的实证研究《A Comprehensive Study of Bugs in Relational DBMS》被软件工程领域顶级期刊 IEEE Transactions on Software Engineering(TSE) 正式录用。

IEEE TSE 是 IEEE 旗下软件工程方向的权威期刊。在数据库缺陷实证研究方面，本论文首次系统分析了 MySQL 等三个开源数据库中 777 个真实缺陷，揭示了 RDBMS 的缺陷在根因、表症等方面的特点，以及现有测试工具在深层语义缺陷检测上的局限性。

以下为论文介绍。

简 介

本研究通过“系统性实证分析”揭示主流关系型数据库在真实场景中的缺陷规律。研究覆盖 MySQL、SQLite 和 openGauss 三大系统中 777 个高质量修复缺陷，深入剖析其根本原因、症状表现、分布特征及其关联性。

其核心贡献在于：首次构建了面向开源关系型数据库的细粒度缺陷分类体系，研究共获得 12 项发现，为 RDBMS 系统的开发维护和测试提供了重要启示。研究发现，涉及 SQL 数据类型及数据库触发器、存储过程、参数设置等复杂功能的缺陷现有测试工作无法有效触发，这一发现为提升 RDBMS 缺陷检测能力提供了显著改进空间。

方法与分类体系

表1：采集 bug 的统计信息

本研究通过一套严谨的实证方法对关系型数据库中的真实缺陷进行系统性分类与归因。围绕三个核心维度展开：根因、症状和修复模块。研究团队从 MySQL、SQLite 和 openGauss 的官方仓库中收集了 2018 至 2023 年间报告的 2495 个缺陷，经过严格筛选后构建了一个高质量的 777 个缺陷数据集。

在此基础上，作者提出了一套四维分析框架：

根因维度识别出 12 类根本问题（如错误逻辑、API 误用、类型处理缺陷等）；
症状维度归纳了包括错误结果、崩溃、死锁、性能退化等行为；
模块维度定位缺陷修复位置（如解析器、优化器、执行引擎、存储层等）；
关联性进一步探索三者之间的关联规律，例如“类型相关根因多导致错误结果，且集中于表达式求值模块”。

为确保标注一致性，两名研究人员独立完成全部标签分配，并通过 Cohen’s Kappa 系数评估达成共识。该方法不仅保证了分析的客观性，也为后续数据库测试工具的设计提供了可操作的指导依据。

结果与分析

研究揭示了多项关键发现。首先，在根因分布上，“不正确的代码逻辑”占比最高达 32.3%，“类型处理缺陷”和“API 误用”分别以 9.0% 和 8.4% 的比例成为第二、第三大类根因。其次，在症状表现方面，“结果不一致”是最普遍的症状，占全部缺陷的 42.99%，且往往无崩溃、无报错，具有极强的隐蔽性。

图1：按根本原因划分的缺陷分布

进一步的跨系统对比显示：MySQL 与 SQLite 在缺陷模式上高度相似，而 openGauss 因架构差异与活跃开发状态，表现出显著不同的缺陷谱系。这些结果不仅刻画了数据库内核的脆弱面，也为未来高可靠数据库的设计与质量保障工作指明了方向。

图2：症状与根因的关系

概念验证工具 SQLT

研究中观察到类型相关缺陷在数据库 bug 中占比显著，团队开发了一个概念验证工具 SQLT，用于针对性挖掘此类问题。SQLT 强化了对跨数据类型表达式、隐式类型转换以及非标准类型（如 BIT、JSON）组合的查询生成能力。

该工具通过比对语义等价查询的执行结果，能够有效识别那些不触发崩溃但返回错误结果的静默逻辑缺陷。在实验中，SQLT 不仅成功复现了多个已知类型 bug，还新发现 8 个此前未被报告的问题，其 5 个已被 MySQL、SQLite 和 openGauss 官方确认并修复。

表2：SQLT检测到的缺陷

欢迎访问 OceanBase 官网获取更多信息：https://www.oceanbase.com/

作为一名求职中的中年软件工程师，由于地域和年龄限制，我的选择空间其实就那么几家。我经常需要反复查看自己感兴趣公司的招聘页面。这一过程既耗时又枯燥，尤其是在需要同时跟踪多家公司职位的情况下。虽然许多招聘网站都提供基于邮件的职位提醒，但这些提醒通常要么依赖于对已提交简历进行不透明的 AI 匹配，要么只是简单的关键词匹配。在这两种情况下，我对实际的匹配条件几乎没有控制权。

为了解决这个问题，我决定利用一个 AI Agent 来自动 Watching 招聘页面，并在发布符合我自己定义条件的新职位时通知我。在本文中，我将介绍一个用于验证这一想法的概念验证（PoC）。

在这个 PoC 中，我展示了如何使用 AI Agent 来 Watching 一家公司招聘页面上的软件开发岗位。该 Agent 能够自动浏览招聘网站、搜索相关职位、提取结构化信息，并将结果存储到 SQLite 数据库中，以便后续查询和跟踪。

PoC

职位数据来源

在本次实验中，我选择了一家其招聘页面基于 Eightfold AI 平台构建的公司。如果你的目标公司同样使用 Eightfold AI，那么只需做很少的修改即可复用该 PoC。

Eightfold AI 是一个人才智能平台，利用人工智能支持招聘、员工留任以及劳动力发展。它基于技能和经验将候选人与开放职位进行匹配，目前已被包括 Vodafone、Morgan Stanley 和 Chevron 在内的 100 多家公司使用。该平台覆盖 155 多个国家。

尽管 Eightfold AI 平台本身已经提供了基于 AI 的职位提醒订阅功能，但我仍希望对匹配逻辑和采集到的数据拥有更细粒度的控制，因此才希望有一套自定义解决方案。

Agent 设计

我在 VS Code Copilot Chat 环境中实现了该 PoC，并使用了以下工具和提示词。

MCP 工具

• 浏览器工具 – browsermcp：用于导航和操作招聘网站页面。
• SQLite 数据库工具 – genai-toolbox：用于持久化存储提取到的职位数据。

./vscode/mcp.json：

{
  "servers": {
    "browsermcp": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "@browsermcp/mcp@latest"
      ]
    },
    "sqlite": {
      "command": "~/genai-toolbox/toolbox",
      "args": [
        "--prebuilt",
        "sqlite",
        "--stdio"
      ],
      "env": {
        "SQLITE_DATABASE": "~/jobs/jobs.db"
      }
    }
  }
}

数据库 Schema

CREATE TABLE IF NOT EXISTS xyz_company_jobs (
    job_id TEXT PRIMARY KEY, -- 职位的唯一标识
    req_id TEXT,             -- 招聘需求 ID
    job_title TEXT,          -- 职位名称
    location TEXT,
    date_posted TEXT,        -- 格式：'YYYY-MM-DD'
    business_department TEXT,
    job_description_url TEXT,
    job_description TEXT     -- 职位描述的主要内容
);

Agent 提示词

你是一个可以访问浏览器工具和 SQLite 数据库工具的 AI Agent。你的任务是从 XYZ_Company 的招聘网站中收集与软件开发相关的职位信息，并将提取到的数据存储到 SQLite 数据库中。当前浏览器中打开的页面是 XYZ_Company 的职位搜索门户。

数据库:
```sql
CREATE TABLE IF NOT EXISTS xyz_company_jobs (
    job_id TEXT PRIMARY KEY, -- 职位的唯一标识
    req_id TEXT,             -- 招聘需求 ID
    job_title TEXT,          -- 职位名称
    location TEXT,
    date_posted TEXT,        -- 格式：'YYYY-MM-DD'
    business_department TEXT,
    job_description_url TEXT,
    job_description TEXT     -- 职位描述的主要内容
)
```

规则:
- 在调用一次 `click()` 操作后，必须等待 10 秒，确保页面完全加载，然后再调用 `snapshot` 捕获当前页面状态。
- 在向 `xyz_company_jobs` 表插入新记录之前，需要检查 `job_id` 是否已经存在，以避免重复数据。
- 在生成 INSERT SQL 语句时，确保对值中的单引号进行正确转义。
- 不要收集或点击位于 `document > main > group Similar Position` 区域下的职位。

用户已经准备的环境:
- 浏览器中打开的页面是 XYZ_Company 的职位搜索门户。

你的安装过程:
1. 如果 `xyz_company_jobs` 表不存在，则创建该表。在执行 SQL 时，需保留 SQL 代码块中的注释行。

执行过程:
1. 每一个文本匹配 "$Job_Title$ 于 $time_since_publication$ 前发布" 模式的按钮都代表一个职位。通过 `今天 - time_since_publication` 计算 `Date Posted`。
2. 点击职位按钮以打开职位详情页面，该页面的 URL 即为 `Job Description URL`。
3. 从职位详情页面中提取：职位名称、工作地点、Job ID、业务部门（可选）、Req ID 以及职位描述的主要内容。
4. 仅收集与软件开发相关的职位。
5. 将每个收集到的职位插入 `xyz_company_jobs` 表，并基于 `job_id` 确保不产生重复记录。
6. 如有需要，点击 `更多职位` 按钮以加载更多职位。
7. 至少收集并存储 10 个职位。

运行

1. 打开一个 Chrome 浏览器标签页，访问 XYZ 公司的招聘门户网站。在该标签页上激活 Browser MCP Chrome 扩展程序。
2. 在 VS Code 中启动一个新的 Copilot Chat 会话，并使用上述 MCP 配置和提示。

总结

通过上述配置，我成功实现了一个 AI Agent，它能够自动 Watching 目标公司的招聘页面，发现新的软件开发职位。该 Agent 可以自动浏览招聘网站、识别相关职位、提取结构化数据，并将其存储到 SQLite 数据库中，从而方便后续访问和长期跟踪。

后续工作

该 PoC 还可以在多个方面进行扩展：

• 引入更复杂的匹配逻辑，例如简历解析和基于语义的技能匹配。
• 将收集到的职位信息导出为 RSS 或邮件摘要，从而构建一个完全自托管的职位提醒系统。
• 添加通知机制，在发现新的匹配职位时立即提醒我。

作为一名求职中的中年软件工程师，由于地域和年龄限制，我的选择空间其实就那么几家。我经常需要反复查看自己感兴趣公司的招聘页面。这一过程既耗时又枯燥，尤其是在需要同时跟踪多家公司职位的情况下。虽然许多招聘网站都提供基于邮件的职位提醒，但这些提醒通常要么依赖于对已提交简历进行不透明的 AI 匹配，要么只是简单的关键词匹配。在这两种情况下，我对实际的匹配条件几乎没有控制权。

为了解决这个问题，我决定利用一个 AI Agent 来自动 Watching 招聘页面，并在发布符合我自己定义条件的新职位时通知我。在本文中，我将介绍一个用于验证这一想法的概念验证（PoC）。

在这个 PoC 中，我展示了如何使用 AI Agent 来 Watching 一家公司招聘页面上的软件开发岗位。该 Agent 能够自动浏览招聘网站、搜索相关职位、提取结构化信息，并将结果存储到 SQLite 数据库中，以便后续查询和跟踪。

PoC

职位数据来源

在本次实验中，我选择了一家其招聘页面基于 Eightfold AI 平台构建的公司。如果你的目标公司同样使用 Eightfold AI，那么只需做很少的修改即可复用该 PoC。

Eightfold AI 是一个人才智能平台，利用人工智能支持招聘、员工留任以及劳动力发展。它基于技能和经验将候选人与开放职位进行匹配，目前已被包括 Vodafone、Morgan Stanley 和 Chevron 在内的 100 多家公司使用。该平台覆盖 155 多个国家。

尽管 Eightfold AI 平台本身已经提供了基于 AI 的职位提醒订阅功能，但我仍希望对匹配逻辑和采集到的数据拥有更细粒度的控制，因此才希望有一套自定义解决方案。

Agent 设计

我在 VS Code Copilot Chat 环境中实现了该 PoC，并使用了以下工具和提示词。

MCP 工具

• 浏览器工具 – browsermcp：用于导航和操作招聘网站页面。
• SQLite 数据库工具 – genai-toolbox：用于持久化存储提取到的职位数据。

./vscode/mcp.json：

{
  "servers": {
    "browsermcp": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "@browsermcp/mcp@latest"
      ]
    },
    "sqlite": {
      "command": "~/genai-toolbox/toolbox",
      "args": [
        "--prebuilt",
        "sqlite",
        "--stdio"
      ],
      "env": {
        "SQLITE_DATABASE": "~/jobs/jobs.db"
      }
    }
  }
}

数据库 Schema

CREATE TABLE IF NOT EXISTS xyz_company_jobs (
    job_id TEXT PRIMARY KEY, -- 职位的唯一标识
    req_id TEXT,             -- 招聘需求 ID
    job_title TEXT,          -- 职位名称
    location TEXT,
    date_posted TEXT,        -- 格式：'YYYY-MM-DD'
    business_department TEXT,
    job_description_url TEXT,
    job_description TEXT     -- 职位描述的主要内容
);

Agent 提示词

你是一个可以访问浏览器工具和 SQLite 数据库工具的 AI Agent。你的任务是从 XYZ_Company 的招聘网站中收集与软件开发相关的职位信息，并将提取到的数据存储到 SQLite 数据库中。当前浏览器中打开的页面是 XYZ_Company 的职位搜索门户。

数据库:
```sql
CREATE TABLE IF NOT EXISTS xyz_company_jobs (
    job_id TEXT PRIMARY KEY, -- 职位的唯一标识
    req_id TEXT,             -- 招聘需求 ID
    job_title TEXT,          -- 职位名称
    location TEXT,
    date_posted TEXT,        -- 格式：'YYYY-MM-DD'
    business_department TEXT,
    job_description_url TEXT,
    job_description TEXT     -- 职位描述的主要内容
)
```

规则:
- 在调用一次 `click()` 操作后，必须等待 10 秒，确保页面完全加载，然后再调用 `snapshot` 捕获当前页面状态。
- 在向 `xyz_company_jobs` 表插入新记录之前，需要检查 `job_id` 是否已经存在，以避免重复数据。
- 在生成 INSERT SQL 语句时，确保对值中的单引号进行正确转义。
- 不要收集或点击位于 `document > main > group Similar Position` 区域下的职位。

用户已经准备的环境:
- 浏览器中打开的页面是 XYZ_Company 的职位搜索门户。

你的安装过程:
1. 如果 `xyz_company_jobs` 表不存在，则创建该表。在执行 SQL 时，需保留 SQL 代码块中的注释行。

执行过程:
1. 每一个文本匹配 "$Job_Title$ 于 $time_since_publication$ 前发布" 模式的按钮都代表一个职位。通过 `今天 - time_since_publication` 计算 `Date Posted`。
2. 点击职位按钮以打开职位详情页面，该页面的 URL 即为 `Job Description URL`。
3. 从职位详情页面中提取：职位名称、工作地点、Job ID、业务部门（可选）、Req ID 以及职位描述的主要内容。
4. 仅收集与软件开发相关的职位。
5. 将每个收集到的职位插入 `xyz_company_jobs` 表，并基于 `job_id` 确保不产生重复记录。
6. 如有需要，点击 `更多职位` 按钮以加载更多职位。
7. 至少收集并存储 10 个职位。

运行

1. 打开一个 Chrome 浏览器标签页，访问 XYZ 公司的招聘门户网站。在该标签页上激活 Browser MCP Chrome 扩展程序。
2. 在 VS Code 中启动一个新的 Copilot Chat 会话，并使用上述 MCP 配置和提示。

总结

通过上述配置，我成功实现了一个 AI Agent，它能够自动 Watching 目标公司的招聘页面，发现新的软件开发职位。该 Agent 可以自动浏览招聘网站、识别相关职位、提取结构化数据，并将其存储到 SQLite 数据库中，从而方便后续访问和长期跟踪。

后续工作

该 PoC 还可以在多个方面进行扩展：

• 引入更复杂的匹配逻辑，例如简历解析和基于语义的技能匹配。
• 将收集到的职位信息导出为 RSS 或邮件摘要，从而构建一个完全自托管的职位提醒系统。
• 添加通知机制，在发现新的匹配职位时立即提醒我。