微信搜索逆锋起笔
关注后回复编程pdf
领取编程大佬们所推荐的 23 种编程资料!
本篇文章介绍粉丝开源的 GitHub 项目:rosedb
rosedb 是一个稳定、高性能、快速、内嵌的 k-v 数据库,支持多种数据结构,包含 String、List、Hash、Set、Sorted Set,接口名称风格和 Redis 类似。
rosedb 数据文件布局基于 LSM Tree 和 WAL,纯 Golang 实现,易于使用、扩展。我们的愿景是打造一个高效的 k-v 存储引擎,你可以给我们提任何建议,也请给我们一个 start ✨ 吧,非常感谢!
项目地址:https://github.com/roseduan/rosedb
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;
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;
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。
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"
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()
//...
}
数据结构
目前 rosedb 支持五种数据结构:String
、List
、Hash
、Set
、ZSet
。
说明
rosedb 项目代码简洁优雅,注释清晰,用来学习和巩固 Go 语言,是非常不错的项目!作者还在 B 站录制了对应的教学视频,帮助你快速了解项目基本结构以及具体代码实现。
如果你是 k-v 存储爱好者,也可以加入 rosedb ,参与贡献,共同打造一个生产级的 k-v 开源项目!
地址:https://github.com/roseduan/rosedb
逆锋起笔
是一个专注于程序员圈子的技术平台,你可以收获最新技术动态
、最新内测资格
、BAT等大厂大佬的经验
、增长自身
、学习资料
、职业路线
、赚钱思维
,微信搜索逆锋起笔
关注!
推荐阅读