Go语言从0到1实现最简单的数据库!

共 9515字,需浏览 20分钟

 ·

2022-08-26 17:12

导语 | 后台开发对于数据库操作是必不可少的事情,了解数据库原理对于平常的工作的内功积累还是很有帮助的,这里实现一个最简单的数据库加深自己对数据库的理解。


一、go实现数据库目的


  • 了解数据是如何在内存和磁盘存储的


  • 数据是怎么移动到磁盘


  • 主键是如何保持唯一性


  • 索引是如何形成


  • 如何进行全表遍历


  • 熟悉Go语言对内存以及文件操作


 

二、数据库选择SQLite


选择SQLite(https://www.sqlite.org/arch.html)原因是数据库完全开源,实现简单,并且有C语言最简单的实现版本,因此参考go语言实现一个数据库加深对于关系型数据库的理解。


 

三、SQLite主要架构



其中:前端的输入是一个SQL查询。输出是sqlite虚拟机字节码(本质上是一个可以在数据库上操作的编译程序) 后端:VM将前端生成的字节作为指令,然后对一个表或者多个表或索引进行操作,每一个表或者索引都存储在B树中,VM本质上时指令的分支选择语句。B树组成了每一个节点,每个节点的最大长度时一页。B树可以通过pager的命令,将数据保存到磁盘上。pager收到数据读写的命令,负责数据偏移与读写,它还将最近访问的页面缓存在内存中,并确定何时需要将这些页面写回磁盘。


雷普勒


启动sqlite,会有一个读写命令循环:



main函数将有一个无限循环来打印提示,获取一行输入,然后处理该行输入:


// run main 主函数,这样写方便单元测试func run()  {   table, err := dbOpen("./db.txt")   if err != nil {      panic(err)   }   for  {      printPrompt()      // 语句解析      inputBuffer, err := readInput()      if err != nil {         fmt.Println("read err", err)      }      // 特殊操作      if len(inputBuffer) != 0 && inputBuffer[0] == '.' {         switch doMetaCommand(inputBuffer, table) {         case metaCommandSuccess:            continue         case metaCommandUnRecongnizedCommand:            fmt.Println("Unrecognized command", inputBuffer)            continue         }      }      // 普通操作 code Generator      statement := Statement{}      switch prepareStatement(inputBuffer, &statement) {      case prepareSuccess:         break;      case prepareUnrecognizedStatement:         fmt.Println("Unrecognized keyword at start of ", inputBuffer)         continue      default:         fmt.Println("invalid unput ", inputBuffer)         continue      }      res := executeStatement(&statement, table)      if res == ExecuteSuccess {         fmt.Println("Exected")         continue      }      if res == ExecuteTableFull {         fmt.Printf("Error: Table full.\n");         break      }      if res == EXECUTE_DUPLICATE_KEY {         fmt.Printf("Error: Duplicate key.\n");         break;      }   }}


处理特殊的元语句如下:


func doMetaCommand(input string, table *Table) metaCommandType {   if input == ".exit" {      dbClose(table)      os.Exit(0)      return metaCommandSuccess   }   if input == ".btree" {      fmt.Printf("Tree:\n");      print_leaf_node(getPage(table.pager, 0));      return metaCommandSuccess;   }   if input == ".constants" {      fmt.Printf("Constants:\n");      print_constants();      return metaCommandSuccess   }   return metaCommandUnRecongnizedCommand}


效果如下:




四、最简单的“SQL编译器”

        和“VM”(虚拟机)


(一)prepareStatement为最简单的解析器“SQL编译器”


当前改解析器,最简单到还没有识别出SQL语句,只是写死识别两个单词的SQL语句:


func prepareStatement(input string, statement *Statement)PrepareType {   if  len(input) >= 6 &amp;&amp; input[0:6] == "insert" {      statement.statementType = statementInsert      inputs := strings.Split(input, " ")      if len(inputs) <=1 {         return prepareUnrecognizedStatement      }      id, err := strconv.ParseInt(inputs[1], 10, 64)      if err != nil {         return prepareUnrecognizedSynaErr      }      statement.rowToInsert.ID =  int32(id)      statement.rowToInsert.UserName = inputs[2]      statement.rowToInsert.Email = inputs[3]      return prepareSuccess   }   if len(input) >= 6 &amp;&amp; input[0:6] == "select" {      statement.statementType = statementSelect      return prepareSuccess   }   return prepareUnrecognizedStatement}



(二)最简单的“虚拟机”(VM)执行器


// executeStatement 实行sql语句 ,解析器解析程statement,将最终成为我们的虚拟机func executeStatement(statement *Statement, table *Table)  executeResult{   switch statement.statementType {      case statementInsert:         return executeInsert(statement, table)   case statementSelect:      return executeSelect(statement, table)   default:      fmt.Println("unknown statement")   }   return ExecuteSuccess}



(三)最简单的插入的数据结构


需要插入序列化的数据格式如下:



将一列进行序列化代码如下:


// 将row序列化到指针,为标准写入磁盘做准备func serializeRow(row *Row, destionaton unsafe.Pointer) {   ids := Uint32ToBytes(row.ID)   q := (*[ROW_SIZE]byte)(destionaton)   copy(q[0:ID_SIZE], ids)   copy(q[ID_SIZE+1:ID_SIZE+USERNAME_SIZE], (row.UserName))   copy(q[ID_SIZE+USERNAME_SIZE+1: ROW_SIZE], (row.Email))}



(四)从文件去取出反序列化


// deserializeRow 将文件内容序列化成数据库元数据func deserializeRow(source unsafe.Pointer, rowDestination *Row) {   ids := make([]byte, ID_SIZE, ID_SIZE)   sourceByte := (*[ROW_SIZE]byte)(source)   copy(ids[0:ID_SIZE], (*sourceByte)[0:ID_SIZE])   rowDestination.ID = BytesToInt32(ids)   userName := make([]byte, USERNAME_SIZE, USERNAME_SIZE)   copy(userName[0:], (*sourceByte)[ID_SIZE+1: ID_SIZE + USERNAME_SIZE])   realNameBytes := getUseFulByte(userName)   rowDestination.UserName = (string)(realNameBytes)   emailStoreByte :=  make([]byte, EMAIL_SIZE, EMAIL_SIZE)   copy(emailStoreByte[0:], (*sourceByte)[1+ ID_SIZE + USERNAME_SIZE: ROW_SIZE])   emailByte := getUseFulByte(emailStoreByte)   rowDestination.Email = (string)(emailByte)}



(五)呼叫器


主要功能写入到磁盘,数据结构:


// Pager 管理数据从磁盘到内存type Pager struct {   osfile     *os.File;   fileLength int64;   numPages   uint32;   pages      []unsafe.Pointer;  // 存储数据}


整个数据库的数据表:


// Table 数据库表type Table struct {   rootPageNum uint32;        pager       *Pager;}


page写入磁盘,由下面可以看到时一页一页写入文件:


// pagerFlush 这一页写入文件系统func pagerFlush(pager *Pager, pageNum , realNum uint32) error{   if pager.pages[pageNum] == nil {      return fmt.Errorf("pagerFlush null page")   }   offset, err := pager.osfile.Seek(int64(pageNum*PageSize), io.SeekStart)   if err != nil {      return fmt.Errorf("seek %v", err)   }   if offset == -1 {      return fmt.Errorf("offset %v", offset)   }   originByte := make([]byte, realNum)   q := (*[PageSize]byte)(pager.pages[pageNum])   copy(originByte[0:realNum], (*q)[0:realNum])   // 写入到byte指针里面   bytesWritten, err := pager.osfile.WriteAt(originByte, offset)   if err != nil {      return fmt.Errorf("write %v", err)   }   // 捞取byte数组到这一页中   fmt.Println("already wittern", bytesWritten)   return nil}


在关闭db的链接,写入磁盘:


func dbClose(table *Table) {   for i:= uint32(0); i < table.pager.numPages; i++ {      if table.pager.pages[i] == nil {         continue      }      pagerFlush(table.pager, i, PageSize);   }   defer table.pager.osfile.Close()   // go语言自带gc}


数据从磁盘到内存的获取:


func getPage(pager *Pager, pageNum uint32)  unsafe.Pointer   {   if pageNum > TABLE_MAX_PAGES {      fmt.Println("Tried to fetch page number out of bounds:", pageNum)      os.Exit(0)   }   if pager.pages[pageNum] == nil {      page := make([]byte, PageSize)      numPage := uint32(pager.fileLength/PageSize)  // 第几页      if pager.fileLength%PageSize == 0 {         numPage += 1      }      if pageNum <= numPage {         curOffset := pageNum*PageSize         // 偏移到下次可以读读未知         curNum, err := pager.osfile.Seek(int64(curOffset), io.SeekStart)         if err != nil {            panic(err)         }         fmt.Println(curNum)         // 读到偏移这一页到下一页,必须是真的有多少字符         if _,err = pager.osfile.ReadAt(page, curNum);err != nil &amp;&amp; err != io.EOF{            panic(err)         }      }      pager.pages[pageNum] = unsafe.Pointer(&amp;page[0])      if pageNum >= pager.numPages {         pager.numPages = pageNum +1      }   }   return pager.pages[pageNum]}


上面可以看到,为了尽量减少磁盘IO,我们采用一页一页读取磁盘(disk)信息,并且以B+树点形似。



(六)B树


B树是对二叉查找树的改进:设计思想是,将相关数据尽量集中在一起,以便一次读取多个数据,减少硬盘操作次数。



(七)B+树:


非叶子节点不存储data,只存储key。如果每一个节点的大小固定(如4k,正如在sqlite中那样),那么可以进一步提高内部节点的度,降低树的深度。



(八)table和索引(索引)


根据sqlite介绍表的存储用的B+树,索引用的B树,我想大概是因为索引不需要存数据,只需要看存在不存在。这里的表比较小,索引暂时没有实现,下面有数据储存主键的查找。


树的节点查找


在表里面查找主键:


// 返回key的位置,如果key不存在,返回应该被插入的位置func tableFind(table *Table, key uint32) *Cursor {   rootPageNum := table.rootPageNum   rootNode := getPage(table.pager, rootPageNum)   // 没有找到匹配到   if getNodeType(rootNode) == leafNode {      return leafNodeFind(table, rootPageNum, key)   } else {      fmt.Printf("Need to implement searching an internal node\n");      os.Exit(0);   }   return nil}


叶子节点查找:


func leafNodeFind(table *Table, pageNum uint32, key uint32) *Cursor {   node := getPage(table.pager, pageNum)   num_cells := *leaf_node_num_cells(node)   cur := &amp;Cursor{      table: table,      page_num: pageNum,   }   // Binary search   var min_index uint32   var one_past_max_index  = num_cells   for ;one_past_max_index != min_index; {      index := (min_index + one_past_max_index) /2      key_at_index := *leaf_node_key(node, index)      if key == key_at_index {         cur.cell_num = index         return cur      }      // 如果在小到一边,就将最大值变成当前索引      if key < key_at_index {         one_past_max_index = index      } else {         min_index = index+1    // 选择左侧      }   }   cur.cell_num = min_index   return cur}


并且为了B+树方便查找遍历,增加了游标抽象层次:


// Cursor 光标type Cursor struct {   table        *Table   pageNum      uint32 // 第几页   cellNum      uint32 // 多少个数据单元   endOfTable bool}
func tableStart(table *Table) * Cursor{ rootNode := getPage(table.pager, table.rootPageNum) numCells := *leaf_node_num_cells(rootNode) return &amp;Cursor{ table: table, pageNum: table.rootPageNum, cellNum: 0, endOfTable: numCells ==0, }}
func cursorAdvance(cursor *Cursor) { node := getPage(cursor.table.pager, cursor.pageNum) cursor.cellNum += 1 if cursor.cellNum >=(*leaf_node_num_cells(node)) { cursor.endOfTable = true }}


五、总结


本文以Go语言从0到1实现最简单的数据库为例,选取SQlite数据库,实现了insert和select数据操作,并进一步介绍了page对磁盘的读写操作,B树如何进行数据存储操作等内容。只是当前实现的基于B+树的数据库仅仅支持一页内的读取,当一页内容达到上限4K之后便会报错,在后续开发中将进一步优化该功能,提升容量。


参考资料:

1.c语言0-1实现一个数据库



 作者简介


张滔滔

腾讯后台开发工程师

腾讯后台开发工程师,毕业于哈尔滨工业大学,目前负责手Q游戏中心运营后台开发,对后后台系统有一定的理解,有一些后台应对高并发和活动运营的开发经验。



推荐阅读


福利

我为大家整理了一份从入门到进阶的Go学习资料礼包,包含学习建议:入门看什么,进阶看什么。关注公众号 「polarisxu」,回复 ebook 获取;还可以回复「进群」,和数万 Gopher 交流学习。

浏览 25
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报