理解 LevelDB¶

LevelDB 是 Google 写的基于 LSM-Tree 的嵌入式 KV 存储引擎。内部设计非常优雅，是理解现代存储系统、深入学习 C++ 语言的绝佳入口。

我将在这里阶段性总结我学到的东西，把自己的学习过程、踩到的坑、目前的理解和下一步的计划写下来，作为一个阶段性总结。

如何学习？¶

阅读源码的一般方法¶

• codedump notes: 如何阅读一份源代码
• ichn: 如何上手一个项目

学习 LevelDB 的路径¶

对于 LevelDB，我计划的路径如下：

1. 编译与运行
2. 使用基础 API
   1. DB::Open, Put, Get, Delete
   2. 尝试 WriteBatch、Iterator（正向／反向）、Snapshots
3. 学习设计思想与 LSM-Tree 概念
   1. 从 impl.md 入手理解设计思想
   2. 读 Designing Data-Intensive Applications 理解 LSM-Tree 概念
4. 阅读 LevelDB 源码
   1. include/leveldb/options.h — 理解配置项（create_if_missing、error_if_exists、cache 大小等）
   2. 理解 LevelDB 文件结构
   3. 理解写流程
   4. 理解读流程
   5. 理解 Compaction
5. 增加数据量（如百万条记录）观察文件行为
   1. .sst 文件
   2. 目录结构
   3. 日志文件
   4. 使用 benchmark 工具
6. 编写测试验证
   1. 持久性（persistency）
   2. 写操作快于读操作

本地环境搭建与编译¶

在本地使用 CMake 编译 LevelDB 时，我遇到了一个已知 bug（如下图所示）：

这个 bug 已有人提过 issue，按照 issue 建议修改 CMakeLists.txt 后重新 cmake 即可编译通过。

疑问：为什么 .ldb 文件号不连续？¶

为了熟悉 API，我创建了一个独立 demo 项目，与 LevelDB 源码平级：

/workspace/
   ├── leveldb/        ← clone 并编译好的 LevelDB 源码
   └── leveldb-demo/   ← 使用 LevelDB 的 API 写的练习

我测试了最基本的 API：Open、Put、Get、Delete、Iterator。在写入一些 key/value 后，我发现目录中出现了这些文件：

• .ldb 文件
• CURRENT
• LOCK
• LOG
• MANIFEST

为什么 .ldb 的文件号不连续？

好问题，我正在探究它的原因。