在Xapian1.0之前，是使用quartz作爲database文件格式的，不過自從1.0之後，便改用Flint作爲database的文件格式了。有時候，我們會將database稱爲“索引”，在Xapian中，索引通常比被索引的documents還要多，這表示Xapian做一個信息檢索系統比做一個信息存儲系統更適合。
Database的存儲結構
Xapian的database是所有用於檢索的信息表的集合，以下的表是必需的：
l posting list table 保存了被每一個term索引的document，實際上保存的應該是document在database中的Id，此Id是唯一的。
l record table 保存了每一個document所關聯的data，data不能通過query檢索，只能通過document來獲取。
l term list table 保存了索引每個document的所有的term。
以下的表是可選的，即當有以下的類型的數據需要被存儲的時候纔會出現（在1.0.1以前，position和value表就算是沒有數據的時候也會被創建，而spelling和synonym表是1.0.2後纔出現的）。
l position list table 保存了每一個Term出現在每一個document中的位置
l value table 保存了每一個document的values，values是用作保存、排序或其它作用的。
l spelling table 保存了拼寫糾正的數據。
l synonym table 保存術語的字典，例如NBA、C#或C++等。
以上的每一個集合是保存在獨立的文件中，以便允許管理員查看其中的數據。剛剛說了，有一些表不是必需的，例如當您不需要詞組搜索的時候，沒必要存儲任何的postionlist信息。
如果你看過Xapian的database，你會發現以上的每一個表其實是使用了2到3個文件的，如果您正在使用“flint”作爲database的存儲格式，那麼termlist表會被存儲爲以下三個文件“termlist.baseA”、“termlist.baseB”、“termlist.dB”。在這些文件中，其實只有”.db”文件存儲了真實的數據，“.baseA”和“baseB”文件是用作跟蹤如果於“.dB”文件中查找數據。通常只會出現一個“.baseA”文件和一個“.baseB”文件。
在前一篇《利用Xapian構建自己的搜索引擎：簡介》中提到過，Xapian現在的版本默認是使用flint作爲存儲系統，“.dB”文件是以塊的形式來存儲，默認每塊是8K，第一塊是用作信息頭，如果使用UltraEdit等二進制查看工具，會發現所有“.dB”文件的前三個字節都是0x00。因此，當“.dB”中僅有一條數據的時候整個文件也會有16KB時，切莫大驚小怪。
改變“.dB”文件的默認塊大小會導致性能變化，但結果很難說是好是壞，因爲這是跟所承載的硬件平臺與操作系統平臺有關的。一般來說，B樹的分支因子（即每個結點能容納的關鍵字的數量）越大，B樹的查找性能就越強；但由於通常情況下，B樹的結點都是存儲在永久存儲系統（例如硬盤/磁帶）中，每次訪問某個結點都會將整個結點由永久存儲系統讀入到內存中，這是一個博弈的過程：假設一棵數據量很大的B樹，將B樹的分支因子設到很大，這棵B樹會長得很矮，從理論上來說查找性能可能很高。但這樣就帶來了一個弊端，每個結點所佔的內存非常多，如果在一個併發訪問量很大的IR系統中採用這種方式的話所使用的內存必定是非常可觀的。因此在調整“.dB”文件的默認塊大小的時候一定要充分考慮cpu體系和操作系統平臺，以便調整到最佳性能。
原子性修改
Xapian能保證對database的所有修改都是原子性的，這意味着：
l 從一個獨立的進程（或一個獨立的database對象在同一個進程）角度來看，在讀取數據庫的時候，直到修改成功提交，所有對數據庫的修改都是不可見的。
l Database在硬盤中的狀態始終是保持一致的。
l 如果在修改的過程中系統發生中斷，只要硬件不發生故障（硬盤損壞），就算電源被切斷，database應該總是被還原到有效的狀態。
提交一個修改需要幾次的系統調用，以便使所有緩存的修改能刷新到硬盤上，這樣能確保就算系統在任何時候發生錯誤，database也能處於一致的狀態。當然，這樣相對於說會慢了一點（因爲系統已經準備好往硬盤上寫數據了），因此將幾次的修改組合在一起往硬盤上寫會有一定的性能提升。
多個修改操作可以顯式地組合在一個事務中，如果一個應用程序不顯式地使用事務來保護修改操作，Xapian會將這些修改組合在一個事務中，然後批量進行修改。請注意，Xapian現在暫時還不能跨database進行事務操作。
如果要想迅速地生成非常大的database，請使用“DANGEROUS”關鍵字搜索Xapian的郵件列表，其提供了可以重新編譯Xapian而不採用原子性修改的方法，這功能已經不再整合在xapian的標準版本中了。
Single writer, multiple reader
Xapian實現了“單寫多讀”的模式，這意味着任何時候，同一時刻只允許一個對象可以修改database，但允許多個對象可以讀取database。
在*nix系統下，Xapian使用“lock-files”強制約束來實現此模式，在一個flint database中，每一個Xapian的database目錄包含了一個名爲“flintlock”的文件以作鎖定用途。此文件總在存在於database的目錄裏，當database被打開用作寫入的時候，此文件會被fcntl()方法鎖定。每一個WritableDatabase打開的時候，都會產生一個子進程以便進行鎖定操作。如果某個database寫入器（一般是指WritableDatabase）還沒有機會執行釋放鎖的清除操作便退出了（例如這個WritableDatabase所在的應用程被殺死了），fcntl()產生的鎖會自動被操作系統釋放。
在Microsoft Windows下，使用的是另一種鎖定的技術，此技術不需要產生了子進程來進行鎖定操作，但同理，當寫入器退出時，操作系統依然會自動釋放鎖。熟悉Windows機制的朋友知道，Windows是使用文件句柄來操作文件的，而文件句柄是屬於內核資源的一種，在任何情況下，Windows都能保證應用程序在退出時能釋放所有的資源。
網絡文件系統
Xapian現在可以工作在一個網絡文件系統中，但存在着大量的潛在問題。因此建議在部署前要大量地在特定的網絡中測試。
請注意，Xapian是非常依賴I/O操作的，除非處於一個性能非常優秀的網絡，在一個網絡文件系統中進行操作會相對的慢一點。
Xapian需要可以在database的目錄裏創建一個lock file，在某些網絡文件系統中（例如NFS），這需要一個鎖定的守護進程在運行，也就是上面所提到的子進程。
創建database
說了一堆的理論，下面我們來實戰創建一個database。Xapian裏的所有類都處於Xapian這個命名空間裏，Xapian::Database是所有Database的基類，實際上，它只有一個子類，那就是WritableDatabase。從面向對象的角度來看，這兩個類設計得非常好，Xapian::Database擁有大部分只讀或內存操作的方法，而Xapian::WritableDatabase則擁有事務操作，刷新數據到硬盤等方法。
有幾種創建Database的方法：
l Flint 如果你是使用遠程後端（指網絡文件系統），請使用Xapian::Flint::open()方法來創建database。使用此方法你能得到更多的控制，例如創建只讀的database，或創建可寫的database。
l Auto auto並不是一種database格式，你可以創建一個“database存根”文件，此文件能列出一到多個database的路徑，這些路徑可以作爲Xapian::Database的構造函數的參數，從而被自動檢測是哪種類型的database。還有，如果將一個文件路徑名稱而非目錄名稱作爲參數傳入到Xapian::Database的構造函數中，Xapian::Database會認爲你傳入了一個“database存根”文件；當然，你也可以使用Xapian::Auto::open_stub()來顯式打開一個存根文件。上面說的可能有點繞口，“database存根文件”的格式是每個database一行，例如：
remote localhost:23876
flint /var/spool/xapian/webindex
這下該明白了。
l Inmemory 還可以創建內存databse，這種類型的database是保存在內存中。請注意，通過Xapian::InMemory::open()返回的類型是WritableDatabase，這意味着這是一個可刷新到硬盤上的database，它最初是爲測試之用，但在建立臨時的小數據庫也可能是有用的。
實際上，創建一個database還有更通用的方法，例如通過將一個database所在的完整目錄作爲一個字符串傳入到Xapian::Database的構造函數中實例化一個對象後，即可得到一個只讀的database。而Xapian::WritableDatabase則複雜一點，除了要傳入database的路徑外，還需要設定如何打開database。有以下幾個參數：
l Xapian::DB_CREATE_OR_OPEN 打開以便讀寫，如果不存在則創建。
l Xapian::DB_CREATE 總是創建新的database，如果存在則失敗。
l Xapian::DB_CREATE_OR_OVERWRITE 如果database存在的話則覆蓋之，如果不存在則創建。
l Xapian::DB_OPEN 打開以便讀寫，如果不存在則失敗。
成功打開一個datababse是Xapian所有後續操作如檢索，寫入的基礎。你甚至可以將通過add_database()方法則多個database組合在一起訪問；如果想將database刷新到硬盤中，則執行flush()方法則可。最後，如果不想使用database了，將database對象銷燬即可。
小結
在這一章裏，似乎並沒有多少具體的操作，但database是Xapian的存儲系統，在Xapian所有操作的基礎，只有清楚明白了Xapian的存儲方式才能更好更高效地構造自己的搜索引擎。同時，如果您之前並沒有對大型的文件存儲系統有所瞭解的話，這篇文件可以多多少少帶給您一些啓示。在下一章裏，我會繼續介紹Document和Term等Xapian的組成部分。