一、什么是 Memtable？
Memtable 是 Rocksdb 在内存中保存数据的一种数据结构，一个 Memtable 的容量是固定的，在 Memtable 写满后，会转换为 Immutable Memtable，Immutable Memtable 中的数据会 Flush 到 SST File 中。
Memtable 和 Immutable Memtable 的唯一区别是 Memtable 可读可写，而 Immutable Memtable 是只读且不允许写入。Rocksdb 引入了 Column Family 的概念，在一个 Column Family 中只有一个 Memtable，但允许存在多个 Immutable Memtable。Rocksdb 支持创建多数据结构类型的 Memtable，默认的是 SkipList，即跳跃表。
二、Memtable 的数据结构
Rocksdb 中 Memtable 有多种实现方式 (SkipList / HashSkipList / HashLinkList / Vector)，其中默认的实现方式为 SkipList。
一个 Memtable 中维护了两个 SkipList，其中范围删除插入 range_del_table_，其余的操作写入 table_。
Memtable 定义的操作接口 Add () 如下：
bool MemTable::Add(SequenceNumber s, ValueType type, const Slice& key, /* user key */ const Slice& value, bool allow_concurrent, MemTablePostProcessInfo* post_process_info) { // 一条key-value Entry的数据格式 // key_size : varint32 of internal_key.size() // key bytes : char[internal_key.size()] // value_size : varint32 of value.size() // value bytes : char[value.size()] uint32_t key_size = static_cast<uint32_t>(key.size()); uint32_t val_size = static_cast<uint32_t>(value.size()); uint32_t internal_key_size = key_size + 8; const uint32_t encoded_len = VarintLength(internal_key_size) + internal_key_size + VarintLength(val_size) + val_size; char* buf = nullptr; // 通过判断key-value的类型来选择memtable, 范围删除的kv插入range_del_table_ std::unique_ptr<MemTableRep>& table = type == kTypeRangeDeletion ? range_del_table_ : table_; KeyHandle handle = table->Allocate(encoded_len, &buf); //... // 是否允许并发插入 if (!allow_concurrent) { // 是否制定了函数提取key的前缀 if (insert_with_hint_prefix_extractor_ != nullptr && insert_with_hint_prefix_extractor_->InDomain(key_slice)) { // ... bool res = table->InsertWithHint(handle, &insert_hints_[prefix]); } else { // 插入key-value pair bool res = table->Insert(handle); if (UNLIKELY(!res)) { return res; } } } else { // 插入key-value pairbool res = table->InsertConcurrently(handle); if (UNLIKELY(!res)) { return res; } } return true;}
复制代码
Add () 函数将用户的 key 和 value 封装成一个 buf，然后根据不同的条件调用 table->Insert () 插入至 Memtable。table 就是 Memtable 的工厂类实现，默认 SkiplistRep, 即通过调用 SkipList 的 Insert () 完成 key 的插入。
Memtable 定义的操作接口 Get () 如下：
bool MemTable::Get(const LookupKey& key, std::string* value, Status* s, MergeContext* merge_context, RangeDelAggregator* range_del_agg, SequenceNumber* seq, const ReadOptions& read_opts, ReadCallback* callback, bool* is_blob_index) { // 在range_del_table_上初始化一个迭代器 std::unique_ptr<InternalIterator> range_del_iter( NewRangeTombstoneIterator(read_opts)); Status status = range_del_agg->AddTombstones(std::move(range_del_iter)); if (!status.ok()) { *s = status; return false; }
Slice user_key = key.user_key(); // 利用前缀提取过滤判断key是否存在 bool const may_contain = nullptr == prefix_bloom_
复制代码
Memtable 的 Get () 调用了 SkipListRep 的 Get () 接口，最终是通过 SkipList 的 FindGreaterOrEqual () 来查找。查找出来的 key 会被传入的回调函数 SaveValu 并 e () 根据 type 处理，例如 ktypeDeletion 就返回 NotFound ()。
三、什么是 SkipList？
SkipList 即跳跃表，在普通单向链表的基础上增加了一些索引，而且这些索引是分层的，从而可以快速地查到数据。如下是一个典型的跳跃表构建过程：
初始我们有个带头结点的有序链表 a，而后每相邻两个节点增加一个指针，让指针指向下下个节点，得到表 b。这样所有新增指针连成了一个新的链表，但它包含的节点个数只有原来的一半。其后我们对第二层链表再次进行此操作，得到表 c。重复这个过程，直到采样出的节点只剩一个，如图 d。这样便完成了跳跃表的构建。跳跃表查找过程如下：
从 head 开始，head 的 level 为 4，判断 head 后继节点值小于 <12，此时当前节点变为 6，继续查找；节点 6 的 level 为 3，判断后继节点值为 NIL，因此 level 降低到 2；判断 x -> forward [2] -> key (25) > 17，继续降低 level 到 1；判断 x -> forward [1] -> key (9) < 17，此时 x 变为 x ->forward [1]，x 成为节点 9；节点 9 的判断 x -> forward [1] -> key 为 17，因此找到节点，直接返回。
跳跃表插入过程如下：
我们以上图为例，list -> leve=4，如果要插入节点 17，首先确定搜索路径，与之前步骤类似。
创建新节点 Node (17)，并为其生成 level (随机)，该 level 可能值为 [1, MaxLevel]，此时需要对比，如果 level < list -> level，需要先将突出部分从 header 指向它，这里新生成的节点 Node (17) 的 level 为 5，超过了 list 当前的最大 level，于是将 update [4] 设置为 header，后续直接将 Node (17) 作为 header 的后继。
最后是设置搜索路径上每个节点的后继关系，这样我们便完成了节点的插入。我们来看一下 SkipList 的具体代码实现：
InlineSkipList 数据结构 >>
class InlineSkipList { private: struct Node; struct Splice;
public: using DecodedKey = \ typename std::remove_reference<Comparator>::type::DecodedType;… Allocator* const allocator_; Comparator const compare_; Node* const head_;
std::atomic<int> max_height_;
Splice* seq_splice_;};
复制代码
Node 的数据结构 >>
template <class Comparator>struct InlineSkipList<Comparator>::Node { private: // 存放该节点的next_节点的数组 // 数组大小为该节点的height，当调用NewNode()分配内存初始化整个数组 std::atomic<Node*> next_[1];};
复制代码
Node 的数据结构如图，它将 key 和链表每层的指针连续存储，通过 next_[-n] 这种方式来访问每层的 next 指针，此外在 new 新节点时会把该节点高度写在 next_[0] 的前 4 个字节处，当完成插入后，next_[0] 会恢复成指向同层的下一个节点的指针。
四、InlineSkipList 插入
Memtable 的 Add () 通过 SkipList 的 Insert () 来查找，下面是 Insert () 的具体实现：
bool InlineSkipList<Comparator>::Insert(const char* key, Splice* splice, bool allow_partial_splice_fix) { Node* x = reinterpret_cast<Node*>(const_cast<char*>(key)) - 1; // x即为next_[0] const DecodedKey key_decoded = compare_.decode_key(key); int height = x->UnstashHeight(); assert(height >= 1 && height <= kMaxHeight_); int max_height = max_height_.load(std::memory_order_relaxed); // 更新max_height while (height > max_height) { if (max_height_.compare_exchange_weak(max_height, height)) { // successfully updated it max_height = height; break; } // 否则重试，可能因为其他人增加了它而退出循环 } assert(max_height <= kMaxPossibleHeight);
// 插入节点的时候，需要借助一个Splice对象，该对象主要保存着最近一次插入的节点快照 // 它保存着一个prev和next的节点指针数组，由Level可以索引到对应Level的节点 int recompute_height = 0; if (splice->height_ < max_height) { // 当重置splice splice->prev_[max_height] = head_; splice->next_[max_height] = nullptr; splice->height_ = max_height; recompute_height = max_height; } else { while (recompute_height < max_height) { if (splice->prev_[recompute_height]->Next(recompute_height) != splice->next_[recompute_height]) { //判断该层的splice是否紧密，即prev_->Next是否等于next_ ++recompute_height; } else if (splice->prev_[recompute_height] != head_ && !KeyIsAfterNode(key_decoded, splice->prev_[recompute_height])) { //小于splice当前层的prev_ // ... } else if (KeyIsAfterNode(key_decoded, splice->next_[recompute_height])) { //大于splice当前层的prev_ // ... } else { // 找到了合适的level break; } } } assert(recompute_height <= max_height); if (recompute_height > 0) {//计算splice RecomputeSpliceLevels(key_decoded, splice, recompute_height); // 找到要插入的key合适的splice }
bool splice_is_valid = true; if (UseCAS) {//CAS无锁机制 //... } else { for (int i = 0; i < height; ++i) { if (i >= recompute_height && splice->prev_[i]->Next(i) != splice->next_[i]) { // 确保splice此Level有效，如果无效的话再查找一次 FindSpliceForLevel<false>(key_decoded, splice->prev_[i], nullptr, i, &splice->prev_[i], &splice->next_[i]); } // Checking for duplicate keys on the level 0 is sufficient if (UNLIKELY(i == 0 && splice->next_[i] != nullptr && compare_(x->Key(), splice->next_[i]->Key()) >= 0)) { // duplicate key return false; } if (UNLIKELY(i == 0 && splice->prev_[i] != head_ && compare_(splice->prev_[i]->Key(), x->Key()) >= 0)) { // duplicate key return false; } //… x->NoBarrier_SetNext(i, splice->next_[i]); //将新节点next指向对应的next节点 splice->prev_[i]->SetNext(i, x); //将splice的prev节点的next指向新节点 } } if (splice_is_valid) {//将新节点Height下的prev节点都设置为该节点，因为原先的prev和next之间已经不连续了。 for (int i = 0; i < height; ++i) { splice->prev_[i] = x; } //... } else { splice->height_ = 0; } return true;}
复制代码
五、InlineSkipList 查找
Memtable 的 Get () 通过 SkipList 的 FindGreaterOrEqual () 来查找，下面是 FindGreaterOrEqual () 的具体实现：
InlineSkipList<Comparator>::FindGreaterOrEqual(const char* key) const {
Node* x = head_; int level = GetMaxHeight() - 1;//从最高层开始查找 Node* last_bigger = nullptr; const DecodedKey key_decoded = compare_.decode_key(key); while (true) { Node* next = x->Next(level); if (next != nullptr) { PREFETCH(next->Next(level), 0, 1); } // Make sure the lists are sorted assert(x == head_ || next == nullptr || KeyIsAfterNode(next->Key(), x)); // Make sure we haven't overshot during our search assert(x == head_ || KeyIsAfterNode(key_decoded, x)); int cmp = (next == nullptr || next == last_bigger) ? 1 : compare_(next->Key(), key_decoded); if (cmp == 0 || (cmp > 0 && level == 0)) { // 找到相等的key或者查找的key不在此范围内 return next; } else if (cmp < 0) { //待查找 key 比 next 大，则在该层继续查找 x = next; } else { // 待查找 key 不大于 next，且没到底，则继续往下层查找 // Switch to next list, reuse compare_() result last_bigger = next; level--; } }}
复制代码
评论