設計目的
在搜索引擎的設計中,往往需要使用倒排索引,在當前內存價格不斷走低的情況下,內存數據庫必然會成爲主流。KV數據庫由於適合Map-Reduce用於分佈式處理。
本系統設計實現如下目標:
* 實現極高性能的查詢
* 實現分佈式集羣儲存
* 實現可靠的日誌系統
索引設計
索引採用B數索引,這樣做的目的是大大利用CPU的緩存,讓每個節點的大小與CPU二級緩存相匹配,另外,將索引值連續儲存在節點中,可以減少TLB失配的次數。由於B樹的結構,樹高不會太高,設想在16GB的內存中建立數據庫,數據庫使用8G內存,每條記錄1K,那麼就有8M個鍵,如果是每個節點儲存256個節點的B樹,那麼log256(8M)=3,樹高是3,每次查詢節點跳轉最多2次,節點內二分查找是在高速緩存中進行,高速緩存的效率大約是裝載內存讀取的4~5倍(6000次查詢),節點內二分查找的最大次數爲8次,數據可能可以優化,在後續實驗中進行。
對於爲搜索引擎定製的數據庫,對於插入的性能要求不是很高,之前做過的實驗表明,爬取的性能瓶頸在於網絡IO,網絡延遲遠遠大於數據庫插入,故可以犧牲插入性能來獲得較高的查詢性能。
代碼實現
以下是B樹索引的查詢以及部分插入實現:
//b_tree.go
package index
/*
最大程度提高查詢效率,忽略插入效率,插入效率被爬蟲爬取效率瓶頸
*/
const (
L2_cache_size = 256*1024 //256KB L2緩存
node_data_num = L2_cache_size / 64
max_support_key_length = 8 //最大支持8個字節的關鍵字查詢
)
type node struct {
hash_key [node_data_num]uint64 //1/4
hash_key_num int
primary_key [node_data_num]uint64 //1/4
child [node_data_num + 1]*node //1/4
is_leaf bool //0
}
type B_Tree struct {
root node //樹根
height int //樹高
}
func (bt * B_Tree) Init() {
bt.height = 1
bt.root.is_leaf = false
bt.root.hash_key_num = 0
}
type SelectError struct {
less bool
}
func (se SelectError) Error() (string) {
return "not found"
}
//獲得hash值
//取前8個字節作爲hash
func hash(text []byte) (uint64) {
hash_ := uint64(0)
length := len(text)
if length > max_support_key_length {
length = max_support_key_length
}
for i := 0;i < length;i++ {
hash_ *= 256
hash_ += uint64(text[i])
}
return hash_
}
//查找指定索引 如果找到返回找到的node和position,失敗的話返回最近的node和position,
//並返回返回值相對於查詢值是大了還是小了 true->小 false->大 優先返回大 供插入時插在前面
func (bt *B_Tree) Select(index []byte) (*node,int,uint64,error) {
if bt.root.hash_key_num == 0 {
return &bt.root,0,0,SelectError{false}
}
hash_key := hash(index)
node_ := &bt.root
pos_r := 0 //返回位置
var err SelectError //返回錯誤
var node_r *node
for node_ != nil{
if node_.hash_key_num > 0 {
//超出節點邊界
if node_.hash_key[0] > hash_key {
node_r = node_ //返回node,防止變成nil
pos_r = 0
err.less = false //返回大於
node_ = node_.child[0]
break
}
if node_.hash_key[node_.hash_key_num - 1] < hash_key {
node_r = node_ //返回node,防止變成nil
pos_r = node_.hash_key_num
err.less = true //返回小於
node_ = node_.child[node_.hash_key_num]
break
}
//進行二分查找
pos := node_.hash_key_num / 2
c := node_.hash_key_num / 2
for {
if node_.hash_key[pos] == hash_key {
return node_,pos,node_.primary_key[pos],nil //找到
} else if node_.hash_key[pos] < hash_key {
if node_.hash_key[pos + 1] > hash_key {
node_r = node_ //返回node,防止變成nil
pos_r = pos + 1
err.less = false //返回大於
node_ = node_.child[pos]
break
}
c /= 2
if c == 0 { c=1 }
pos += c
} else if node_.hash_key[pos] > hash_key {
if node_.hash_key[pos - 1] < hash_key {
node_r = node_ //返回node,防止變成nil
pos_r = pos
err.less = false //返回大於
node_ = node_.child[pos - 1]
break
}
c /= 2
if c == 0 { c=1 }
pos -= c
}
}
}
}
return node_r,pos_r,0,err
}
func (bt *B_Tree) Set(text []byte,primary_key uint64) (error) {
node_,pos,_,err := bt.Select(text) //查詢
if err == nil { //找到了
//TODO 和儲存引擎協調進行
} else {
//TODO 儲存引擎加入記錄
if node_.hash_key_num < node_data_num { //有空間可以插入
if err.(SelectError).less { //插在最後一個:只有查詢到最後一個還小的時候纔會返回less
node_.hash_key[node_.hash_key_num] = hash(text)
node_.primary_key[node_.hash_key_num] = primary_key
node_.hash_key_num++
}else { //插在前面
for i := node_.hash_key_num;i > pos;i-- {
node_.hash_key[i] = node_.hash_key[i - 1]
node_.primary_key[i] = node_.primary_key[i - 1]
}
node_.hash_key[pos] = hash(text)
node_.primary_key[pos] = primary_key
node_.hash_key_num++
}
}
//TODO 空間不足的情況
}
return nil
}
單元測試(未測試多層~待續)
package index
import (
_"fmt"
"testing"
)
func expected(t *testing.T,expecting uint64,real uint64) {
if expecting != real {
t.Error("-Expected-")
t.Error(expecting)
t.Error("-Real-")
t.Error(real)
}
}
func Test_hash(t *testing.T) {
expected(t,15108241,hash([]byte("我")))
expected(t,14990752,hash([]byte("你")))
expected(t,14990230,hash([]byte("他")))
expected(t,0,hash([]byte{}))
}
func Test_Select(t *testing.T) {
bt := new(B_Tree)
bt.Init()
bt.root.hash_key[2] = 15108241
bt.root.hash_key[1] = 14990752
bt.root.hash_key[0] = 14990230
bt.root.hash_key_num = 3
bt.root.primary_key[2] = 2
bt.root.primary_key[1] = 1
bt.root.primary_key[0] = 0
_,_,i,_ := bt.Select([]byte("我"))
expected(t,2,i)
_,_,i,_ = bt.Select([]byte("你"))
expected(t,1,i)
_,_,i,_ = bt.Select([]byte("他"))
expected(t,0,i)
_,_,i,_ = bt.Select([]byte("呵呵"))
expected(t,0,i)
_,_,i,_ = bt.Select([]byte("呼呼"))
expected(t,0,i)
}
func Test_Set(t *testing.T) {
bt := new(B_Tree)
bt.Set([]byte("我"),0)
_,_,i,_ := bt.Select([]byte("我"))
expected(t,0,i)
bt.Set([]byte("蔡佳楠"),1)
_,_,i,_ = bt.Select([]byte("蔡佳楠"))
expected(t,1,i)
bt.Set([]byte("楊明亮"),2)
_,_,i,_ = bt.Select([]byte("楊明亮"))
expected(t,2,i)
bt.Set([]byte("楊奕輝"),3)
_,_,i,_ = bt.Select([]byte("楊奕輝"))
expected(t,3,i)
}