阅读 108

一个快速稳定内嵌的k-v数据库

  今天的项目来自一位粉丝的投稿,推荐一个稳定、高性能、快速、内嵌的k-v数据库,支持多种数据结构,包含 StringListHashSetSorted Set,接口名称风格和 Redis 类似。

开源协议

  使用 MIT 开源许可协议

链接地址

  公众号【Github导航站】回复关键词【ros】获取git地址

介绍

  一个 rosedb 实例,其实就是系统上的一个文件夹,在这个文件夹中,除了一些配置外,最主要的便是数据文件。一个实例中,只会存在一个活跃的数据文件进行写操作,如果这个文件的大小达到了设置的上限,那么这个文件会被关闭,然后创建一个新的活跃文件。

  其余的文件,我称之为已归档文件,这些文件都是已经被关闭,不能在上面进行写操作,但是可以进行读操作。

  所以整个数据库实例就是当前活跃文件、已归档文件、其他配置的一个集合:

  在每一个文件中,写数据的操作只会追加到文件的末尾,这保证了写操作不会进行额外的磁盘寻址。写入的数据是以一个个被称为 Entry 的结构组织起来的,Entry 的主要数据结构如下:

因此一个数据文件可以看做是多个 Entry 的集合:

  当写入数据时,如果是 String 类型,为了支持 string 类型的 key 前缀扫描和范围扫描,我将 key 存放到了跳表中,如果是其他类型的数据,则直接存放至对应的数据结构中。然后将 key、value 等信息,封装成 Entry 持久化到数据文件中。

  如果是删除操作,那么也会被封装成一个 Entry,标记其是一个删除操作,然后持久化到数据文件中,这样的话就会带来一个问题,数据文件中可能会存在大量的冗余数据,造成不必要的磁盘空间浪费。为了解决这个问题,我写了一个 reclaim 方法,你可以将其理解为对数据文件进行重新整理,使其变得更加的紧凑。

  reclaim 方法的执行流程也比较的简单,首先建立一个临时的文件夹,用于存放临时数据文件。然后遍历整个数据库实例中的所有已归档文件,依次遍历数据文件中的每个 Entry,将有效的 Entry 写到新的临时数据文件中,最后将临时文件拷贝为新的数据文件,原数据文件则删除。

  这样便使得数据文件的内容更加紧凑,并且去除了无用的 Entry,避免占据额外的磁盘空间。

特性

  • 支持丰富的数据结构:字符串、列表、哈希表、集合、有序集合。
  • 内嵌使用简单至极,无需任何安装部署。
  • 低延迟、高吞吐(具体请见项目英文 README 的 Benchmark)。
  • 不同数据类型的操作可以完全并行。
  • 支持客户端命令行操作。
  • 支持过期时间。
  • String 数据类型支持前缀和范围扫描。

开始使用

命令行操作

切换目录到 rosedb/cmd/server

运行 server 目录下的 main.go

打开一个新的窗口,切换目录到 rosedb/cmd/cli

运行目录下的 main.go

内嵌使用

在项目中 import 我的项目:

import "github.com/roseduan/rosedb"
复制代码

然后打开数据库并执行相应的操作:

package main

import (
  "github.com/roseduan/rosedb"
  "log"
)

func main() {
  config := rosedb.DefaultConfig()
  db, err := rosedb.Open(config)
  
  if err != nil {
    log.Fatal(err)
  }
  
  // 别忘记关闭数据库哦!
  defer db.Close()
  
  //...
}
复制代码

数据结构:目前支持五种数据结构:StringListHashSetZSet

结尾

  本期就分享到这里,我是小编南风吹,专注分享好玩有趣、新奇、实用的开源项目及开发者工具、学习资源!希望能与大家共同学习交流,欢迎关注我的公众号**【Github导航站】**。

文章分类
后端
文章标签