key-value数据库Kyoto Cabinet笔记

最新推荐文章于 2024-09-29 16:19:38 发布

weixin_34336292

最新推荐文章于 2024-09-29 16:19:38 发布

阅读量105

点赞数

文章标签：数据库 python 数据结构与算法

原文链接：https://my.oschina.net/forrest420/blog/110245

版权

2019独角兽企业重金招聘Python工程师标准>>>

Kyoto Cabinet是一个key-value数据库管理程序的library ，key和value都可以使二进制或者字符串格式。数据存储存分hash和b+ tree模式。
Kyoto Cabinet非常快，在hash模式下，插入100万数据只要0.9秒，在b+ tree模式下只要1.1秒。查询200万条数据也只需要1秒。并且Kyoto Cabinet的数据文件占用的空间也非常小。Kyoto Cabinet的可伸缩性也是非常好的，数据库文件可以达到8EB。（1EB=1024PB，1PB=1024TB）。
-msiz num : specifies the size of the memory-mapped region. 也就是指定内存映射区域大小
-bnum num : specifies the number of buckets of the hash table.指定哈希表的桶数量。官方推荐是记录数的两倍或者更高
db.kyotocabinet.gds.write.path=/a/b/c/product.kch#msiz=1000000000#bnum=15000000
实践：以较大的内存写入，以较小的内存读出。

DB db = new DB();
db.open(dbPath, mode)

mode=DB.OCREATE|DB.OWRITER|DB.OTRUNCATE
mode代表写模式，并且如果原来路径的文件存在，删除并重新创建；如果不存在也创建
以kch结尾的文件，代表使用hash表存储数据
以kct结尾的文件，代表使用B+ tree表存储数据
Hash 数据库的每个操作的时间复杂度是 O(1)，因此理论上，性能是常量而与数据库的规模无关。
hash值的碰撞是通过分离链接（separate chaining）管理的。每个链（chain）的数据结构是二分查找树。

B+ tree 数据库的每个操作的时间复杂度是 O(log N)，底数为2，因此理论上，性能是数据库规模的对数。尽管B+ tree 数据库的随机访问性能要慢于 hash数据库，但B+ tree数据库支持对 key 顺序的连续访问，这可以实现对字符串的前向匹配查找和整数的范围查找。连续访问的性能远快于随机访问。

比较详细介绍Kyoto Cabinet的博客
http://blog.csdn.net/liuhuai12345/article/details/8182868

转载于:https://my.oschina.net/forrest420/blog/110245