设计目的
在搜索引擎的设计中，往往需要使用倒排索引，在当前内存价格不断走低的情况下，内存数据库必然会成为主流。KV数据库由于适合Map-Reduce用于分布式处理。
本系统设计实现如下目标：
* 实现极高性能的查询
* 实现分布式集群储存
* 实现可靠的日志系统
索引设计
索引采用B数索引，这样做的目的是大大利用CPU的缓存，让每个节点的大小与CPU二级缓存相匹配，另外，将索引值连续储存在节点中，可以减少TLB失配的次数。由于B树的结构，树高不会太高，设想在16GB的内存中建立数据库，数据库使用8G内存，每条记录1K，那么就有8M个键，如果是每个节点储存256个节点的B树，那么log256(8M)=3,树高是3，每次查询节点跳转最多2次，节点内二分查找是在高速缓存中进行，高速缓存的效率大约是装载内存读取的4~5倍（6000次查询），节点内二分查找的最大次数为8次，数据可能可以优化，在后续实验中进行。
对于为搜索引擎定制的数据库，对于插入的性能要求不是很高，之前做过的实验表明，爬取的性能瓶颈在于网络IO，网络延迟远远大于数据库插入，故可以牺牲插入性能来获得较高的查询性能。
代码实现
以下是B树索引的查询以及部分插入实现：
//b_tree.go
package index
/* 最大程度提高查询效率，忽略插入效率，插入效率被爬虫爬取效率瓶颈 */
const (
L2_cache_size = 256*1024 //256KB L2缓存
node_data_num = L2_cache_size / 64
max_support_key_length = 8 //最大支持8个字节的关键字查询
)
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 //树根
height int //树高
}
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"
}
//获得hash值
//取前8个字节作为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，失败的话返回最近的node和position，
//并返回返回值相对于查询值是大了还是小了 true->小 false->大 优先返回大 供插入时插在前面
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 //返回错误
var node_r *node
for node_ != nil{
if node_.hash_key_num > 0 {
//超出节点边界
if node_.hash_key[0] > hash_key {
node_r = node_ //返回node，防止变成nil
pos_r = 0
err.less = false //返回大于
node_ = node_.child[0]
break
}
if node_.hash_key[node_.hash_key_num - 1] < hash_key {
node_r = node_ //返回node，防止变成nil
pos_r = node_.hash_key_num
err.less = true //返回小于
node_ = node_.child[node_.hash_key_num]
break
}
//进行二分查找
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，防止变成nil
pos_r = pos + 1
err.less = false //返回大于
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，防止变成nil
pos_r = pos
err.less = false //返回大于
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) //查询
if err == nil { //找到了
//TODO 和储存引擎协调进行
} else {
//TODO 储存引擎加入记录
if node_.hash_key_num < node_data_num { //有空间可以插入
if err.(SelectError).less { //插在最后一个：只有查询到最后一个还小的时候才会返回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 空间不足的情况
}
return nil
}单元测试（未测试多层～待续）
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("杨明亮"),2)
_,_,i,_ = bt.Select([]byte("杨明亮"))
expected(t,2,i)
bt.Set([]byte("杨奕辉"),3)
_,_,i,_ = bt.Select([]byte("杨奕辉"))
expected(t,3,i)
}