一个快速稳定内嵌的k-v数据库-一一网

今天的项目来自一位粉丝的投稿，推荐一个稳定、高性能、快速、内嵌的k-v数据库，支持多种数据结构，包含 String、List、Hash、Set、Sorted Set，接口名称风格和 Redis 类似。

开源协议

使用 MIT 开源许可协议

链接地址

公众号【Github导航站】回复关键词【ros】获取git地址

介绍

一个 rosedb 实例，其实就是系统上的一个文件夹，在这个文件夹中，除了一些配置外，最主要的便是数据文件。一个实例中，只会存在一个活跃的数据文件进行写操作，如果这个文件的大小达到了设置的上限，那么这个文件会被关闭，然后创建一个新的活跃文件。

其余的文件，我称之为已归档文件，这些文件都是已经被关闭，不能在上面进行写操作，但是可以进行读操作。

所以整个数据库实例就是当前活跃文件、已归档文件、其他配置的一个集合：

在每一个文件中，写数据的操作只会追加到文件的末尾，这保证了写操作不会进行额外的磁盘寻址。写入的数据是以一个个被称为 Entry 的结构组织起来的，Entry 的主要数据结构如下：

因此一个数据文件可以看做是多个 Entry 的集合：

当写入数据时，如果是 String 类型，为了支持 string 类型的 key 前缀扫描和范围扫描，我将 key 存放到了跳表中，如果是其他类型的数据，则直接存放至对应的数据结构中。然后将 key、value 等信息，封装成 Entry 持久化到数据文件中。

如果是删除操作，那么也会被封装成一个 Entry，标记其是一个删除操作，然后持久化到数据文件中，这样的话就会带来一个问题，数据文件中可能会存在大量的冗余数据，造成不必要的磁盘空间浪费。为了解决这个问题，我写了一个 reclaim 方法，你可以将其理解为对数据文件进行重新整理，使其变得更加的紧凑。

reclaim 方法的执行流程也比较的简单，首先建立一个临时的文件夹，用于存放临时数据文件。然后遍历整个数据库实例中的所有已归档文件，依次遍历数据文件中的每个 Entry，将有效的 Entry 写到新的临时数据文件中，最后将临时文件拷贝为新的数据文件，原数据文件则删除。

这样便使得数据文件的内容更加紧凑，并且去除了无用的 Entry，避免占据额外的磁盘空间。

特性

支持丰富的数据结构：字符串、列表、哈希表、集合、有序集合。
内嵌使用简单至极，无需任何安装部署。
低延迟、高吞吐（具体请见项目英文 README 的 Benchmark）。
不同数据类型的操作可以完全并行。
支持客户端命令行操作。
支持过期时间。
String 数据类型支持前缀和范围扫描。

开始使用

命令行操作

切换目录到 rosedb/cmd/server

运行 server 目录下的 main.go

打开一个新的窗口，切换目录到 rosedb/cmd/cli

运行目录下的 main.go

内嵌使用

在项目中 import 我的项目：

import "github.com/roseduan/rosedb"
复制代码

然后打开数据库并执行相应的操作：

package main

import (
  "github.com/roseduan/rosedb"
  "log"
)

func main() {
  config := rosedb.DefaultConfig()
  db, err := rosedb.Open(config)
  
  if err != nil {
    log.Fatal(err)
  }
  
  // 别忘记关闭数据库哦！
  defer db.Close()
  
  //...
}
复制代码