leveldb源码分析(二)leveldb数据结构

1、skiplist

跳跃表是一种O(logN)插入和查找操作的数据结构,和红黑树类似,优点是实现简单,易于理解。levedb使用的跳跃表在一般跳跃表的基础上做了一些改造,特点如下:

  • 内部没有同步机制,写操作需要调用者同步,读操作可并发,写不阻塞读,读者可能丢失同时进行的写,但是不会读取不一致数据
  • 相同的key只允许插入一次
  • 不提供删除操作,数据插入后不允许修改内容
  • 支持用户定制比较器用于key的比较

skiplist内存管理

skiplist使用arena管理内存,目的是缩减小内存的申请次数以优化性能。arena内部使用vector管理内存块,内存块默认大小为4096字节,当前块内足够分配时在当前块内分配,否则申请新块。用户类型T插入skiplist时,skiplist在arena中分配内存,在这段内存地址上定位构造T(要求T可以拷贝构造)。由于arena不记录每次T的起始地址,因此无法做析构,要求T析构函数中无处理。skiplist析构时,arena析构释放内存。

源码地址:db/skiplist.h util/arena.h util/arena.cc

2、slice

slice是leveldb使用的字符串表示

源码位置:include/leveldb/slice.h

特点:

  • 维护二进制安全的字符串
  • slice不管理字符串生命周期
  • leveldb中使用字符串的地方多用slice做传递,原因是开销低
  • 提供和string、char*之间方便的转换接口

slice结构很简单如下:

slice

1

2

3

4

class Slice {

    const char *data_;

    size_t size_;

}; 

 

3、varint

varint是一种紧凑数字表示法,针对小int较多的情况,能有效减少存储占用。

原理是,标准int固定4个字节,对一些小数字,高位bit实际上全是0,也占用全部的4个字节,浪费了空间。varint通过编码到原始数据的方法压缩int的大小,最终形成的变量大小从1字节到5字节不等。方法是,针对每个8bit,高位1个bit用作标记位,7位低bit用作实际数据存储。高位为0表示数据到这个字节终止,高位为1表示下个字节仍然是这个数据的一部分需要继续读取。

例如:

十进制数字10,varint编码后二进制为00000010,即高位的0 + 低位的0000010,只占用一个字节。

十进制数字200,原始二进制为11001000,编码后二进制为

低              高

11001000 00000001

占用两个字节。解码时,读到第一个字节的高位为1表示需要继续读下一个字节,取本字节低7位bit待用。读下个字节高位为0,表示到这里终止了,取出第二个字节的低位7个bit,然后将两个字节中获取到的2个7bit拼接到一起,即00000011001000,还原得到原始的200。

需要注意的是,由于在原始数据中增加了标记位,因此会导致最大增加4个bit,导致占用字节达到5个字节,对于一些超过28位的大int,会多使用一个字节,如果这种大int占比例大,那么会导致varint的压缩效果反而差了。基于对leveldb中使用int情况的观察,使用varint有正收益。

以上是对varint32的描述,leveldb同时支持varint64,原理相同,编码后长度为1至10字节

代码位置:util/coding.h util/coding.cc

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值