從0開始：500行代碼實(shí)現(xiàn) LSM 數(shù)據(jù)庫
前言
LSM-Tree 是很多 NoSQL 數(shù)據(jù)庫引擎的底層實(shí)現(xiàn)，例如 LevelDB，Hbase 等。本文基于《數(shù)據(jù)密集型應(yīng)用系統(tǒng)設(shè)計(jì)》中對(duì) LSM-Tree 數(shù)據(jù)庫的設(shè)計(jì)思路，結(jié)合代碼實(shí)現(xiàn)完整地闡述了一個(gè)迷你數(shù)據(jù)庫，核心代碼 500 行左右，通過理論結(jié)合實(shí)踐來更好地理解數(shù)據(jù)庫的原理。
一 SSTable（排序字符串表）
之前基于哈希索引實(shí)現(xiàn)了一個(gè)數(shù)據(jù)庫，它的局限性是哈希表需要整個(gè)放入到內(nèi)存，并且區(qū)間查詢效率不高。
在哈希索引數(shù)據(jù)庫的日志中，key 的存儲(chǔ)順序就是它的寫入順序，并且對(duì)于同一個(gè) key 后出現(xiàn)的 key 優(yōu)先于之前的 key，因此日志中的 key 順序并不重要。這樣的好處是寫入很簡單，但沒有控制 key 重復(fù)帶來的問題是浪費(fèi)了存儲(chǔ)空間，初始化加載的耗時(shí)會(huì)增加。
現(xiàn)在簡單地改變一下日志的寫入要求：要求寫入的 key 有序，并且同一個(gè) key 在一個(gè)日志中只能出現(xiàn)一次。這種日志就叫做 SSTable，相比哈希索引的日志有以下優(yōu)點(diǎn)：
1）合并多個(gè)日志文件更加簡單高效。
因?yàn)槿罩臼怯行虻模钥梢杂梦募w并排序算法，即并發(fā)讀取多個(gè)輸入文件，比較每個(gè)文件的第一個(gè) key，按照順序拷貝到輸出文件。如果有重復(fù)的 key，那就只保留最新的日志中的 key 的值，老的丟棄。
2）查詢 key 時(shí)，不需要在內(nèi)存中保存所有 key 的索引。
如下圖所示，假設(shè)需要查找 handiwork，且內(nèi)存中沒有記錄該 key 的位置，但因?yàn)?SSTable 是有序的，所以我們可以知道 handiwork 如果存在一定是在 handbag 和 handsome 的中間，然后從 handbag 開始掃描日志一直到 handsome 結(jié)束。這樣的好處是有三個(gè)：
-
內(nèi)存中只需要記錄稀疏索引，減少了內(nèi)存索引的大小。
-
查詢操作不需要讀取整個(gè)日志，減少了文件 IO。
-
可以支持區(qū)間查詢。
二 構(gòu)建和維護(hù) SSTable
我們知道寫入時(shí) key 會(huì)按照任意順序出現(xiàn)，那么如何保證 SSTable 中的 key 是有序的呢？一個(gè)簡單方便的方式就是先保存到內(nèi)存的紅黑樹中，紅黑樹是有序的，然后再寫入到日志文件里面。
存儲(chǔ)引擎的基本工作流程如下：
-
當(dāng)寫入時(shí)，先將其添加到內(nèi)存的紅黑樹中，這個(gè)內(nèi)存中的樹稱為內(nèi)存表。
-
當(dāng)內(nèi)存表大于某個(gè)閾值時(shí)，將其作為 SSTable 文件寫入到磁盤，因?yàn)闃涫怯行虻模詫懘疟P的時(shí)候直接按順序?qū)懭刖托小?/p>
-
為了避免內(nèi)存表未寫入文件時(shí)數(shù)據(jù)庫崩潰，可以在保存到內(nèi)存表的同時(shí)將數(shù)據(jù)也寫入到另一個(gè)日志中（WAL），這樣即使數(shù)據(jù)庫崩潰也能從 WAL 中恢復(fù)。這個(gè)日志寫入就類似哈希索引的日志，不需要保證順序，因?yàn)槭怯脕砘謴?fù)數(shù)據(jù)的。
-
處理讀請(qǐng)求時(shí)，首先嘗試在內(nèi)存表中查找 key，然后從新到舊依次查詢 SSTable 日志，直到找到數(shù)據(jù)或者為空。
-
后臺(tái)進(jìn)程周期性地執(zhí)行日志合并與壓縮過程，丟棄掉已經(jīng)被覆蓋或刪除的值。
以上的算法就是 LSM-Tree（基于日志結(jié)構(gòu)的合并樹 Log-Structured Merge-Tree） 的實(shí)現(xiàn)，基于合并和壓縮排序文件原理的存儲(chǔ)引擎通常就被稱為 LSM 存儲(chǔ)引擎，這也是 Hbase、LevelDB 等數(shù)據(jù)庫的底層原理。
三 實(shí)現(xiàn)一個(gè)基于 LSM 的數(shù)據(jù)庫
前面我們已經(jīng)知道了 LSM-Tree 的實(shí)現(xiàn)算法，在具體實(shí)現(xiàn)的時(shí)候還有很多設(shè)計(jì)的問題需要考慮，下面我挑一些關(guān)鍵設(shè)計(jì)進(jìn)行分析。
1 內(nèi)存表存儲(chǔ)結(jié)構(gòu)
內(nèi)存表的 value 存儲(chǔ)什么？直接存儲(chǔ)原始數(shù)據(jù)嗎？還是存儲(chǔ)寫命令（包括 set 和 rm ）？這是我們面臨的第一個(gè)設(shè)計(jì)問題。這里我們先不做判斷，先看下一個(gè)問題。
內(nèi)存表達(dá)到一定大小之后就要寫入到日志文件中持久化。這個(gè)過程如果直接禁寫處理起來就很簡單。但如果要保證內(nèi)存表在寫入文件的同時(shí)，還能正常處理讀寫請(qǐng)求呢？
一個(gè)解決思路是：在持久化內(nèi)存表 A 的同時(shí)，可以將當(dāng)前的內(nèi)存表指針切換到新的內(nèi)存表實(shí)例 B，此時(shí)我們要保證切換之后 A 是只讀，只有 B 是可寫的，否則我們無法保證內(nèi)存表 A 持久化的過程是原子操作。
-
get 請(qǐng)求：先查詢 B，再查詢 A，最后查 SSTable。
-
set 請(qǐng)求：直接寫入 A。
-
rm 請(qǐng)求：假設(shè) rm 的 key1 只在 A 里面出現(xiàn)了，B 里面沒有。這里如果內(nèi)存表存儲(chǔ)的是原始數(shù)據(jù)，那么 rm 請(qǐng)求是沒法處理的，因?yàn)?A 是只讀的，會(huì)導(dǎo)致 rm 失敗。如果我們?cè)趦?nèi)存表里面存儲(chǔ)的是命令的話，這個(gè)問題就是可解的，在 B 里面寫入 rm 命令，這樣查詢 key1 的時(shí)候在 B 里面就能查到 key1 已經(jīng)被刪除了。
因此，假設(shè)我們持久化內(nèi)存表時(shí)做禁寫，那么 value 是可以直接存儲(chǔ)原始數(shù)據(jù)的，但是如果我們希望持久化內(nèi)存表時(shí)不禁寫，那么 value 值就必須要存儲(chǔ)命令。我們肯定是要追求高性能不禁寫的，所以 value 值需要保存的是命令， Hbase 也是這樣設(shè)計(jì)的，背后的原因也是這個(gè)。
另外，當(dāng)內(nèi)存表已經(jīng)超過閾值要持久化的時(shí)候，發(fā)現(xiàn)前一次持久化還沒有做完，那么就需要等待前一次持久化完成才能進(jìn)行本次持久化。換句話說，內(nèi)存表持久化只能串行進(jìn)行。
2 SSTable 的文件格式
為了實(shí)現(xiàn)高效的文件讀取，我們需要好好設(shè)計(jì)一下文件格式。
以下是我設(shè)計(jì)的 SSTable 日志格式：
-
數(shù)據(jù)區(qū)： 數(shù)據(jù)區(qū) 主要是存儲(chǔ)寫入的命令，同時(shí)為了方便分段讀取，是按照一定的數(shù)量大小分段的。
-
稀疏索引區(qū)： 稀疏索引保存的是數(shù)據(jù)段每一段在文件中的位置索引，讀取 SSTable 時(shí)候只會(huì)加載稀疏索引到內(nèi)存，查詢的時(shí)候根據(jù)稀疏索引加載對(duì)應(yīng)數(shù)據(jù)段進(jìn)行查詢。
-
文件索引區(qū)： 存 儲(chǔ)數(shù)據(jù)區(qū)域的位置。
以上的日志格式是迷你的實(shí)現(xiàn)，相比 Hbase 的日志格式是比較簡單的，這樣方便理解原理。同時(shí)我也使用了 JSON 格式寫入文件，目的是方便閱讀。而生產(chǎn)實(shí)現(xiàn)是效率優(yōu)先的，為了節(jié)省存儲(chǔ)會(huì)做壓縮。
四 代碼實(shí)現(xiàn)分析
我寫的代碼實(shí)現(xiàn)在：TinyKvStore，下面分析一下關(guān)鍵的代碼。代碼比較多，也比較細(xì)碎，如果只關(guān)心原理的話可以跳過這部分，如果想了解代碼實(shí)現(xiàn)可以繼續(xù)往下讀。
1 SSTable
內(nèi)存表持久化
內(nèi)存表持久化到 SSTable 就是把內(nèi)存表的數(shù)據(jù)按照前面我們提到的日志格式寫入到文件。對(duì)于 SSTable 來說，寫入的數(shù)據(jù)就是數(shù)據(jù)命令，包括 set 和 rm，只要我們能知道 key 的最新命令是什么，就能知道 key 在數(shù)據(jù)庫中的狀態(tài)。
- /**
- * 從內(nèi)存表轉(zhuǎn)化為ssTable
- * @param index
- */
- private void initFromIndex(TreeMap<String, Command> index) {
- try {
- JSONObject partData = new JSONObject(true);
- tableMetaInfo.setDataStart(tableFile.getFilePointer());
- for (Command command : index.values()) {
- //處理set命令
- if (command instanceof SetCommand) {
- SetCommand set = (SetCommand) command;
- partData.put(set.getKey(), set);
- }
- //處理RM命令
- if (command instanceof RmCommand) {
- RmCommand rm = (RmCommand) command;
- partData.put(rm.getKey(), rm);
- }
- //達(dá)到分段數(shù)量，開始寫入數(shù)據(jù)段
- if (partData.size() >= tableMetaInfo.getPartSize()) {
- writeDataPart(partData);
- }
- }
- //遍歷完之后如果有剩余的數(shù)據(jù)（尾部數(shù)據(jù)不一定達(dá)到分段條件）寫入文件
- if (partData.size() > 0) {
- writeDataPart(partData);
- }
- long dataPartLen = tableFile.getFilePointer() - tableMetaInfo.getDataStart();
- tableMetaInfo.setDataLen(dataPartLen);
- //保存稀疏索引
- byte[] indexBytes = JSONObject.toJSONString(sparseIndex).getBytes(StandardCharsets.UTF_8);
- tableMetaInfo.setIndexStart(tableFile.getFilePointer());
- tableFile.write(indexBytes);
- tableMetaInfo.setIndexLen(indexBytes.length);
- LoggerUtil.debug(LOGGER, "[SsTable][initFromIndex][sparseIndex]: {}", sparseIndex);
- //保存文件索引
- tableMetaInfo.writeToFile(tableFile);
- LoggerUtil.info(LOGGER, "[SsTable][initFromIndex]: {},{}", filePath, tableMetaInfo);
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
寫入的格式是基于讀取倒推的，主要是為了方便讀取。例如 tableMetaInfo 寫入是從前往后寫的，那么讀取的時(shí)候就要從后往前讀。這也是為什么 version 要放到最后寫入，因?yàn)樽x取的時(shí)候是第一個(gè)讀取到的，方便對(duì)日志格式做升級(jí)。這些 trick 如果沒有動(dòng)手嘗試，光看是很難理解為什么這么干的。
- /**
- * 把數(shù)據(jù)寫入到文件中
- * @param file
- */
- public void writeToFile(RandomAccessFile file) {
- try {
- file.writeLong(partSize);
- file.writeLong(dataStart);
- file.writeLong(dataLen);
- file.writeLong(indexStart);
- file.writeLong(indexLen);
- file.writeLong(version);
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
- /**
- * 從文件中讀取元信息，按照寫入的順序倒著讀取出來
- * @param file
- * @return
- */
- public static TableMetaInfo readFromFile(RandomAccessFile file) {
- try {
- TableMetaInfo tableMetaInfo = new TableMetaInfo();
- long fileLen = file.length();
- file.seek(fileLen - 8);
- tableMetaInfo.setVersion(file.readLong());
- file.seek(fileLen - 8 * 2);
- tableMetaInfo.setIndexLen(file.readLong());
- file.seek(fileLen - 8 * 3);
- tableMetaInfo.setIndexStart(file.readLong());
- file.seek(fileLen - 8 * 4);
- tableMetaInfo.setDataLen(file.readLong());
- file.seek(fileLen - 8 * 5);
- tableMetaInfo.setDataStart(file.readLong());
- file.seek(fileLen - 8 * 6);
- tableMetaInfo.setPartSize(file.readLong());
- return tableMetaInfo;
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
從文件中加載 SSTable
從文件中加載 SSTable 時(shí)只需要加載稀疏索引，這樣能節(jié)省內(nèi)存。數(shù)據(jù)區(qū)等查詢的時(shí)候按需讀取就行。
- /**
- * 從文件中恢復(fù)ssTable到內(nèi)存
- */
- private void restoreFromFile() {
- try {
- //先讀取索引
- TableMetaInfo tableMetaInfo = TableMetaInfo.readFromFile(tableFile);
- LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][tableMetaInfo]: {}", tableMetaInfo);
- //讀取稀疏索引
- byte[] indexBytes = new byte[(int) tableMetaInfo.getIndexLen()];
- tableFile.seek(tableMetaInfo.getIndexStart());
- tableFile.read(indexBytes);
- String indexStr = new String(indexBytes, StandardCharsets.UTF_8);
- LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][indexStr]: {}", indexStr);
- sparseIndex = JSONObject.parseObject(indexStr,
- new TypeReference<TreeMap<String, Position>>() {
- });
- this.tableMetaInfo = tableMetaInfo;
- LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][sparseIndex]: {}", sparseIndex);
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
SSTable 查詢
從 SSTable 查詢數(shù)據(jù)首先是要從稀疏索引中找到 key 所在的區(qū)間，找到區(qū)間之后根據(jù)索引記錄的位置讀取區(qū)間的數(shù)據(jù)，然后進(jìn)行查詢，如果有數(shù)據(jù)就返回，沒有就返回 null。
- /**
- * 從ssTable中查詢數(shù)據(jù)
- * @param key
- * @return
- */
- public Command query(String key) {
- try {
- LinkedList<Position> sparseKeyPositionList = new LinkedList<>();
- Position lastSmallPosition = null;
- Position firstBigPosition = null;
- //從稀疏索引中找到最后一個(gè)小于key的位置，以及第一個(gè)大于key的位置
- for (String k : sparseIndex.keySet()) {
- if (k.compareTo(key) <= 0) {
- lastSmallPosition = sparseIndex.get(k);
- } else {
- firstBigPosition = sparseIndex.get(k);
- break;
- }
- }
- if (lastSmallPosition != null) {
- sparseKeyPositionList.add(lastSmallPosition);
- }
- if (firstBigPosition != null) {
- sparseKeyPositionList.add(firstBigPosition);
- }
- if (sparseKeyPositionList.size() == 0) {
- return null;
- }
- LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][sparseKeyPositionList]: {}", sparseKeyPositionList);
- Position firstKeyPosition = sparseKeyPositionList.getFirst();
- Position lastKeyPosition = sparseKeyPositionList.getLast();
- long start = 0;
- long len = 0;
- start = firstKeyPosition.getStart();
- if (firstKeyPosition.equals(lastKeyPosition)) {
- len = firstKeyPosition.getLen();
- } else {
- len = lastKeyPosition.getStart() + lastKeyPosition.getLen() - start;
- }
- //key如果存在必定位于區(qū)間內(nèi)，所以只需要讀取區(qū)間內(nèi)的數(shù)據(jù)，減少io
- byte[] dataPart = new byte[(int) len];
- tableFile.seek(start);
- tableFile.read(dataPart);
- int pStart = 0;
- //讀取分區(qū)數(shù)據(jù)
- for (Position position : sparseKeyPositionList) {
- JSONObject dataPartJson = JSONObject.parseObject(new String(dataPart, pStart, (int) position.getLen()));
- LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][dataPartJson]: {}", dataPartJson);
- if (dataPartJson.containsKey(key)) {
- JSONObject value = dataPartJson.getJSONObject(key);
- return ConvertUtil.jsonToCommand(value);
- }
- pStart += (int) position.getLen();
- }
- return null;
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
2 LsmKvStore
初始化加載
-
dataDir：數(shù)據(jù)目錄存儲(chǔ)了日志數(shù)據(jù)，所以啟動(dòng)的時(shí)候需要從目錄中讀取之前的持久化數(shù)據(jù)。
-
storeThreshold：持久化閾值，當(dāng)內(nèi)存表超過一定大小之后要進(jìn)行持久化。
-
partSize：SSTable 的數(shù)據(jù)分區(qū)閾值。
-
indexLock：內(nèi)存表的讀寫鎖。
-
ssTables：SSTable 的有序列表，按照從新到舊排序。
-
wal：順序?qū)懭肴罩荆糜诒４鎯?nèi)存表的數(shù)據(jù)，用作數(shù)據(jù)恢復(fù)。
啟動(dòng)的過程很簡單，就是加載數(shù)據(jù)配置，初始化內(nèi)容，如果需要做數(shù)據(jù)恢復(fù)就將數(shù)據(jù)恢復(fù)到內(nèi)存表。
- /**
- * 初始化
- * @param dataDir 數(shù)據(jù)目錄
- * @param storeThreshold 持久化閾值
- * @param partSize 數(shù)據(jù)分區(qū)大小
- */
- public LsmKvStore(String dataDir, int storeThreshold, int partSize) {
- try {
- this.dataDir = dataDir;
- this.storeThreshold = storeThreshold;
- this.partSize = partSize;
- this.indexLock = new ReentrantReadWriteLock();
- File dir = new File(dataDir);
- File[] files = dir.listFiles();
- ssTables = new LinkedList<>();
- index = new TreeMap<>();
- //目錄為空無需加載ssTable
- if (files == null || files.length == 0) {
- walFile = new File(dataDir + WAL);
- wal = new RandomAccessFile(walFile, RW_MODE);
- return;
- }
- //從大到小加載ssTable
- TreeMap<Long, SsTable> ssTableTreeMap = new TreeMap<>(Comparator.reverseOrder());
- for (File file : files) {
- String fileName = file.getName();
- //從暫存的WAL中恢復(fù)數(shù)據(jù)，一般是持久化ssTable過程中異常才會(huì)留下walTmp
- if (file.isFile() && fileName.equals(WAL_TMP)) {
- restoreFromWal(new RandomAccessFile(file, RW_MODE));
- }
- //加載ssTable
- if (file.isFile() && fileName.endsWith(TABLE)) {
- int dotIndex = fileName.indexOf(".");
- Long time = Long.parseLong(fileName.substring(0, dotIndex));
- ssTableTreeMap.put(time, SsTable.createFromFile(file.getAbsolutePath()));
- } else if (file.isFile() && fileName.equals(WAL)) {
- //加載WAL
- walFile = file;
- wal = new RandomAccessFile(file, RW_MODE);
- restoreFromWal(wal);
- }
- }
- ssTables.addAll(ssTableTreeMap.values());
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
寫入操作
寫入操作先加寫鎖，然后把數(shù)據(jù)保存到內(nèi)存表以及 WAL 中，另外還要做判斷：如果超過閾值進(jìn)行持久化。這里為了簡單起見我直接串行執(zhí)行了，沒有使用線程池執(zhí)行，但不影響整體邏輯。set 和 rm 的代碼是類似，這里就不重復(fù)了。
- @Override
- public void set(String key, String value) {
- try {
- SetCommand command = new SetCommand(key, value);
- byte[] commandBytes = JSONObject.toJSONBytes(command);
- indexLock.writeLock().lock();
- //先保存數(shù)據(jù)到WAL中
- wal.writeInt(commandBytes.length);
- wal.write(commandBytes);
- index.put(key, command);
- //內(nèi)存表大小超過閾值進(jìn)行持久化
- if (index.size() > storeThreshold) {
- switchIndex();
- storeToSsTable();
- }
- } catch (Throwable t) {
- throw new RuntimeException(t);
- } finally {
- indexLock.writeLock().unlock();
- }
- }
內(nèi)存表持久化過程
切換內(nèi)存表及其關(guān)聯(lián)的 WAL：先對(duì)內(nèi)存表加鎖，然后新建一個(gè)內(nèi)存表和 WAL，把老的內(nèi)存表和 WAL 暫存起來，釋放鎖。這樣新的內(nèi)存表就可以開始寫入，老的內(nèi)存表變成只讀。
執(zhí)行持久化過程：把老內(nèi)存表有序?qū)懭氲揭粋€(gè)新的 ssTable 中，然后刪除暫存內(nèi)存表和臨時(shí)保存的 WAL。
- /**
- * 切換內(nèi)存表，新建一個(gè)內(nèi)存表，老的暫存起來
- */
- private void switchIndex() {
- try {
- indexLock.writeLock().lock();
- //切換內(nèi)存表
- immutableIndex = index;
- index = new TreeMap<>();
- wal.close();
- //切換內(nèi)存表后也要切換WAL
- File tmpWal = new File(dataDir + WAL_TMP);
- if (tmpWal.exists()) {
- if (!tmpWal.delete()) {
- throw new RuntimeException("刪除文件失敗: walTmp");
- }
- }
- if (!walFile.renameTo(tmpWal)) {
- throw new RuntimeException("重命名文件失敗: walTmp");
- }
- walFile = new File(dataDir + WAL);
- wal = new RandomAccessFile(walFile, RW_MODE);
- } catch (Throwable t) {
- throw new RuntimeException(t);
- } finally {
- indexLock.writeLock().unlock();
- }
- }
- /**
- * 保存數(shù)據(jù)到ssTable
- */
- private void storeToSsTable() {
- try {
- //ssTable按照時(shí)間命名，這樣可以保證名稱遞增
- SsTable ssTable = SsTable.createFromIndex(dataDir + System.currentTimeMillis() + TABLE, partSize, immutableIndex);
- ssTables.addFirst(ssTable);
- //持久化完成刪除暫存的內(nèi)存表和WAL_TMP
- immutableIndex = null;
- File tmpWal = new File(dataDir + WAL_TMP);
- if (tmpWal.exists()) {
- if (!tmpWal.delete()) {
- throw new RuntimeException("刪除文件失敗: walTmp");
- }
- }
- } catch (Throwable t) {
- throw new RuntimeException(t);
- }
- }
查詢操作
查詢的操作就跟算法中描述的一樣：
-
先從內(nèi)存表中取，如果取不到并且存在不可變內(nèi)存表就從不可變內(nèi)存表中取。
-
內(nèi)存表中查詢不到就從新到舊的 SSTable 中依次查詢。
- @Override
- public String get(String key) {
- try {
- indexLock.readLock().lock();
- //先從索引中取
- Command command = index.get(key);
- //再嘗試從不可變索引中取，此時(shí)可能處于持久化sstable的過程中
- if (command == null && immutableIndex != null) {
- command = immutableIndex.get(key);
- }
- if (command == null) {
- //索引中沒有嘗試從ssTable中獲取，從新的ssTable找到老的
- for (SsTable ssTable : ssTables) {
- command = ssTable.query(key);
- if (command != null) {
- break;
- }
- }
- }
- if (command instanceof SetCommand) {
- return ((SetCommand) command).getValue();
- }
- if (command instanceof RmCommand) {
- return null;
- }
- //找不到說明不存在
- return null;
- } catch (Throwable t) {
- throw new RuntimeException(t);
- } finally {
- indexLock.readLock().unlock();
- }
- }
總結(jié)
知行合一，方得真知。如果我們不動(dòng)手實(shí)現(xiàn)一個(gè)數(shù)據(jù)庫，就很難理解為什么這么設(shè)計(jì)。 例如日志格式為什么這樣設(shè)計(jì)，為什么數(shù)據(jù)庫保存的是數(shù)據(jù)操作而不是數(shù)據(jù)本身等等。
本文實(shí)現(xiàn)的數(shù)據(jù)庫功能比較簡單，有很多地方可以優(yōu)化，例如數(shù)據(jù)持久化異步化，日志文件壓縮，查詢使用布隆過濾器先過濾一下。有興趣的讀者可以繼續(xù)深入研究。
