MapDB 教程三

BTreeMap‌

BTreeMap为MapDB 提供TreeMap 和TreeSet 。它基于无锁并发B-Linked-Tree。它为小键提供了出色的性能，并具有良好的垂直可扩展性。

参数

BTreeMap具有可以使用制造商指定的可选参数：
其中最重要的是序列化器。一般序列化有一些猜测和开销，因此如果使用更特定的序列化器，总是会实现更好的性能。要指定键值和值序列化程序，请使用下面的代码。有几十个可以在Serializer界面上使用可用作静态字段的序列化器：

BTreeMap<Long, String> map = 
    db.treeMap("map")
        .keySerializer(Serializer.LONG)
        .valueSerializer(Serializer.STRING)
        .createOrOpen();

另一个有用的参数是大小计数器。默认情况下，BTreeMap不会跟踪其大小，并调用map.size（）需要线性扫描来计算所有条目。如果启用大小计数器，在这种情况下，map.size（）是即时的，但是在插入上有一些开销。
BTrees将其所有键和值作为btree节点的一部分存储。节点大小影响性能很多。大节点意味着许多密钥必须在查找时反序列化。较小的节点加载速度更快，但是使BTree更大，需要更多的操作。
默认最大节点大小为32个条目，可以通过以下方式更改：

BTreeMap<Long, String> map = 
    db.treeMap("map", Serializer.LONG, Serializer.STRING)
        .counterEnable()
        .createOrOpen();

值也存储为BTree叶节点的一部分。大值意味着巨大的开销，并且在单个map.get(“key”)上，32个值被反序列化，但只返回一个值。在这种情况下，最好将叶节点外的值存储在单独的记录中。在这个
情况下，叶节点只有一个6字节的recid指向该值。
也可以压缩大值以节省空间。此示例将值存储在BTree Leaf Node外部，并对每个值应用压缩：

BTreeMap<Long, String> map = 
    db.treeMap("map")
        .valuesOutsideNodesEnable()
        .valueSerializer(new SerializerCompressionWrapper(Serializer.STRING))
        .createOrOpen();

BTreeMap需要以某种方式对其进行排序。默认情况下，它依赖于大多数Java类实现的Comparable 接口。如果此接口未实现，则必须提供主键串行器。可以比较对象数组：

BTreeMap<Object[], Long> map = db.treeMap("map")
    // use array serializer for unknown objects
    .keySerializer(new SerializerArray())
    // or use wrapped serializer for specific objects such as String
    .keySerializer(new SerializerArray(Serializer.STRING))
    .createOrOpen();

Also primitive arrays can be used as keys. One can replace String by byte[] , which directly leads to better performance:

还可以使用原始数组作为键值。 使用byte[]来替换String将获得更好的性能：

BTreeMap<byte[], Long> map = db.treeMap("map")
    .keySerializer(Serializer.BYTE_ARRAY)
    .valueSerializer(Serializer.LONG)
    .createOrOpen();

主键序列化

BTreeMap处理键值有着自己的性能优势。 我们拿Long键值作为例子来说明这一点。

一个long型键值序列化后占用8字节。 为了最小化空间使用量，键值可以进行压缩。 值10将占用一个字节，300将占用2个字节，10000三字节等。为了使键值压缩得更小，我们需要将它们存储在更小的值中。 键被排序，所以让我们使用增量压缩。 这将以完整形式存储第一个值，然后仅存储连续数字之间的差异。
另一个改进是使反序列化更快。 在正常的TreeMap中，键值以封装形式存储，如Long []。 这有一个巨大的开销，因为每个键需要一个新的指针，类头… BTreeMap将存储键在原始数组long []中。 和
最后如果键足够小，甚至可以适应int []。 而且由于阵列具有更好的内存位置，因此二进制搜索的性能提升很大。

对数字进行这样的优化很简单。 但是BTreeMap也适用于其他键，例如String（通用前缀压缩，带偏移量的byte[]），byte []，
UUID，日期等。

这种优化是被自动使用。 你所要做的是提供专用的主键序列化程序：.keySerializer（Serializer.LONG）。
开发包里已经提供了几种现成的实现，Serializer类中的以_PACK做后缀。

碎片

无锁设计的代价是删除后产生的碎片。 B-Linked-Tree被置空时，他不会直接删除所有的btree结点，而是当所有的记录删除后，才进行删除。如果您填写了BTreeMap，然后删除所有条目，大约40％的空间将不会被释放。 任何值更新（保留的主键）都不受此碎片的影响。

这个碎片与存储上的碎片不同，所以DB.compact（）将不会有起作用。 解决方案是将所有内容移动到新的BTreeMap中。 由于Data Pump流式传输速度非常快，因此新的Map将具有零碎片和更好的节点位置（理论上磁盘缓存友好）。

在将来，MapDB将提供BTreeMap封装，这将自动执行此压缩。 它将使用三个集合：第一个BTreeMap将是只读的，并且还将包含数据。 第二个小map将包含更新。 定期地，第三张地图将作为前两个的合并生成，并将与主要的交换。 这与Cassandra等数据库中的SSTable工作原理相同。

对于基于数组的键（元组，字符串或数组），MapDB提供前缀子映射。 它使用间隔，所以前缀子地图是懒惰的，它不加载所有的键。 这里作为使用byte []键前缀的例子：

BTreeMap<byte[], Integer> map = db
    .treeMap("towns", Serializer.BYTE_ARRAY, Serializer.INTEGER)
    .createOrOpen();

map.put("New York".getBytes(), 1);
map.put("New Jersey".getBytes(), 2);
map.put("Boston".getBytes(), 3);

//get all New* cities
Map<byte[], Integer> newCities = map.prefixSubMap("New".getBytes());

复合主键和元组

MapDB允许以Object []的形式使用复合键。 间隔子图可用于获取元组子组件，或创建简单形式的多重映射。 对象数组不可比较，所以你需要使用可以提供比较器的专用串行器。

这是一个以Object []的形式创建Map < Tuple3 < String，String，Integer>，Double>的示例。 第一部分是城市，二是街道和第三部分是房屋号码。
它有更多的部分，源代码在github上串行化和比较元组
使用SerializerArrayTuple，它将每个元组组件的序列化作为s构造函数参数：

// initialize db and map
DB db = DBMaker.memoryDB().make(); 
BTreeMap<Object[], Integer> map = db.treeMap("towns")
    .keySerializer(new SerializerArrayTuple(
        Serializer.STRING, Serializer.STRING, Serializer.INTEGER))
    .valueSerializer(Serializer.INTEGER)
    .createOrOpen();

一旦地图填满，我们就可以使用前缀submap（镇是元组中的第一个组件）获得Cong镇的所有房屋：

//get all houses in Cong (town is primary component in tuple) 
Map<Object[], Integer> cong =
    map.prefixSubMap(new Object[]{"Cong"});

前缀子映射等于使用submap方法的范围查询：

间隔子图只能过滤左侧的组件。 要在中间获取组件，我们必须将子映射与forloop组合：

cong = map.subMap(
    new Object[]{"Cong"},
//shorter array is 'negative infinity'

new Object[]{"Cong",null,null} // null is positive infinity'
);

子图是可修改的，所以我们可以通过在子地图等上调用clear（）来删除一个城市内的所有房屋。

Multimap是将多个值与单个键相关联的地图。 在Guava或Eclipse Collections中可以找到一个例子可以写成Map < Key，List >，但是在MapDB中不能正常工作，我们需要键和值是不可变的，List不是不可变的。
有计划在MapDB中直接从Guava和EC执行Multimap。 但是直到那时，可以使用SortedSet与元组和间隔子集的组合。 这是一个构造Set，插入一些数据并获取与key（第一个元组组件）关联的所有值（第二个元组））的示例：

// initialize multimap: 
Map<String,List<Integer>> NavigableSet<Object[]> multimap = 
    db.treeSet("towns")
    //set tuple serializer
        .serializer(new SerializerArrayTuple(Serializer.STRING, Serializer.INTEGER))
        .counterEnable()
        .createOrOpen();

    // populate, key is first component in tuple (array), value is second 
    multimap.add(new Object[]{"John",1});
    multimap.add(new Object[]{"John",2});
    multimap.add(new Object[]{"Anna",1});


// print all values associated with John: 
Set johnSubset = multimap.subSet(
    new Object[]{"John"}, // lower interval bound
    new Object[]{"John", null}); // upper interval bound, null is positive infini

BTreeMap更适用于较小的键，例如数字和短字符串。