之前排查智能合約執行返回0x的問題，涉及到數據庫部分的內容，就把leveldb的3個主要操作介紹一下。
在此之間先介紹下leveldb中的文件類型。
文件類型
文件類型總共有5種：log, ldb, CURRENT, MANIFEST,LOG。 另外還有一部分內存緩存。
內存緩存：memtable。默認是32M大小。memtable寫滿之後會轉爲frozenmemtable，用於寫入數據庫
log文件：所有的put操作，數據都是先寫入log文件，然後才寫入內存memtable。作用是用於恢復數據，避免數據丟失。
ldb文件：kv數據庫文件。每一個數據庫中kv都是有序存儲的。
L0層的ldb文件可能存在key範圍重疊的情況。
L1~~Lk層的ldb文件不存在key範圍重疊的情況
CURRENT文件：記錄當前使用的MANIFEST文件名。
MANIFEST文件：記錄ldb文件對應的最小和最大key。
LOG文件：日誌，記錄表合併的日誌。
LOCK文件：鎖文件。每次以寫模式打開LOG文件時，先以只讀模式打開LOCK文件直到LOG文件關閉
put操作
put操作實際上不涉及到磁盤操作，只是將數據追加到log文件中，然後寫入memtable。如果memtable中數據沒能及時寫入到磁盤中，則通過log文件進行恢復。
get操作
get操作的簡單流程如下：
1、查詢memtable，找到就返回
2、查詢frozenmemtable，找到就返回
3、遍歷L0層的所有table的索引 ，找到就轉第5步，找不到轉第4步 。（L0層表的minkey,maxkey 可能存在重疊，此處的遍歷實際上是先查新表，再查舊錶。）
4、遍歷L1+N層的所有table的索引,找到就轉第5步，找不到結束。（根據每個table的最小和最大key進行比較，因爲是有序的，所以每個文件都只需要比較minkey和maxkey即可確定目標key在那個文件中）
5、查詢找到的表的緩存數據，查到就返回，查不到就轉第6步
6、打開表，遍歷表數據進行比較，找到就返回正確結果，找不到就返回錯誤。
compaction過程
compaction操作分爲兩種，一種是memcompaction,一種是tablecompaction
a、memcompaction
目標是將frozenmemtable寫入到L0中，
觸發條件：memtable寫滿了，就需要將memtable轉爲frozenmemtable,然後創建新的memtable。
流程如下
1、獲取frozenmemtable。
2、如果len(frozenmemtable) ==0 ,直接結束。否則，繼續第3步
3、停止tableComPaction。(memcompaction 和 tablecompaction不同時進行)
4、創建新的table,將frozenMemDb中的數據寫入新的table中，如果失敗了就刪除新建的表並結束。
5、將新的table信息寫入MANIFEST文件。
6、刪除frozenMemDb，恢復tablecompaction。
b、tablecompaction
目標是合併Lk層的表到Lk+1層，k>=0。
觸發合併條件有2個：1，某一層的數據大小滿了，2、某一層數據沒有命中，需要到下一層查詢，就需要將沒有命中的表合併到下一層去。
1、根據以上兩個條件，獲取需要合併的表tables，包括了Lk---->Lk+1層的表。k+1層的表可能是多個，因爲可能存在k層的表中的key與k+1層的多個表範圍重疊。
2、將數據從tables表中讀出來，寫入到新的newtable中
3、新的newtable寫滿後，會在創建新的表，然後繼續寫入。
4、將舊的表及舊錶相關的內存信息刪除
5、合併完畢。
表comaction的好處
1、減少存儲空間。刪除無效的key，以及合併相同的key或者相同前綴的key。
2、提高查詢效率。合併後數據都是有序的，因此查詢效率高。
思考
從之前排查的智能合約的例子看，tablecompaction的操作是比較耗時的，而且隨着數據量越來越大，耗時就越來越多。從區塊鏈的角度看，這無疑會成爲一個性能瓶頸。
從應用層角度看，智能合約的編寫更應該注重效率，減少數據庫的讀寫次數。
從數據庫角度看，只要進行tablecompaction操作，表就有被合併的可能。如果考慮單獨增加常用緩存的話，也要考慮緩存的更新和刪除問題，這是個值得思考的問題。再想想。。。。。。