打造先进的内存KV数据库-2 B树索引的建立（2）

索引的插入

接上篇文章，我们实现了B树的查找log2n的算法，然而在后来的单元测试中，我发现了bug，在此进行修正，修正后的查找函数：

//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 && node_.hash_key_num > 0{

        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]
                continue
            }
            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]
                continue
            }
            //进行二分查找
            pos := node_.hash_key_num / 2
            c := node_.hash_key_num / 2
            for node_.hash_key_num > 0{
                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 + 1]
                        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 = true                 //返回小于
                        node_ = node_.child[pos]
                        break
                    }
                    c /= 2
                    if c == 0 { c=1 }
                    pos -= c
                }
            }
        }
    }
    return node_r,pos_r,0,err
}

插入索引时，我们使用如下算法：
1.先通过select寻找应该插入的位置
2.如果被插入的节点中关键字树小于节点最多关键字数 - 1，则直接插入完成，否则到3
3.如果被插入节点关键字数等于节点最多关键字数 - 1，先插入该节点，再将该节点分裂成2个节点，将中间关键字插入他的父节点，如果此时父节点也满，则继续分裂父节点，直到根节点满，此索引树不允许其他任何插入；如果被插入的关键字数等于节点最多关键字数，则说明此树已满，不接受任何插入
实现如下：

// 设置值
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 - 1 { //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++
            }
            return nil
        }else { //没有空间插入，进行分裂           
            //一定是最右儿子节点不存在的情况
            if node_.child[node_data_num] != nil {
                //TODO 严重逻辑错误 索引结构可能已损坏
                panic(errors.New("严重逻辑错误，索引结构可能已损坏！"))
            } else {
                //放入节点
                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++
                }
                split:
                //寻找父节点
                node_temp_num := node_.hash_key_num
                node_.hash_key_num = 0  //伪造空节点，让Select返回父节点
                node_parent,pos_parent,_,err_parent := bt.Select(text)

                //分裂出一个新节点
                node_new := new(node)
                mid := node_temp_num / 2
                node_.hash_key_num = mid
                j := 0
                for i := mid + 1;i < node_temp_num;i++ {
                    node_new.hash_key[j] = node_.hash_key[i]
                    node_new.primary_key[j] = node_.primary_key[i]
                    j++
                }
                node_new.hash_key_num = j

                //如果node_是根节点,分裂出的作为儿子节点
                if node_ == &bt.root {

                    node_.hash_key_num++    //mid回归root
                    if node_.child[mid + 1] != nil {
                        panic(errors.New("Memory is full!"))
                    }
                    node_.child[mid + 1] = node_new
                    return nil
                } else {        //不是根节点，则将mid插入父节点

                    if node_parent.hash_key_num < node_data_num - 1 {

                        if err_parent.(SelectError).less {
                            //一定是最后一个元素都小于hash(text)
                            node_parent.hash_key[node_parent.hash_key_num] = node_.hash_key[mid]
                            node_parent.primary_key[node_parent.hash_key_num] = node_.primary_key[mid]
                            node_parent.hash_key_num++

                            if node_parent.child[node_parent.hash_key_num] != nil {
                                panic(errors.New("Memory is full!"))
                            }
                            node_parent.child[node_parent.hash_key_num] = node_new

                            //TODO 父节点满了怎么办
                            if node_parent.hash_key_num > node_data_num - 1 {

                                node_ = node_parent
                                goto split
                            }

                        }else {

                            for i := node_parent.hash_key_num;i > pos_parent;i-- {
                                node_parent.hash_key[i] = node_parent.hash_key[i - 1]
                                node_parent.primary_key[i] = node_parent.primary_key[i - 1]
                                node_parent.child[i] = node_parent.child[i - 1]
                            }
                            node_parent.hash_key[pos_parent] = node_.hash_key[mid]
                            node_parent.primary_key[pos_parent] = node_.primary_key[mid]
                            if node_parent.hash_key[pos_parent + 1] > node_parent.hash_key[pos_parent + 2] {
                                panic(errors.New("Memory is full!"))
                            }
                            if node_parent.child[pos_parent] != node_{
                                panic(errors.New("Memory is full!"))
                            }
                            node_parent.child[pos_parent + 1] = node_new
                            node_parent.hash_key_num++
                            //TODO 父节点满了怎么办
                            if node_parent.hash_key_num > node_data_num - 1 {
                                node_ = node_parent
                                goto split
                            }
                        }
                        return nil
                    } else {
                        //父节点已满
                        if node_.child[mid] != nil {
                            panic(errors.New("Memory is full!"))
                        }
                        node_.child[mid] = node_new
                        return nil
                    }
                }
            }
        }
    }
    return nil
}

单元测试如下，测试了大量插入和查询的数据：

package index
import (
    "fmt"
    "testing"
    "os"
    "time"
)

var num int

func expected(t *testing.T,expecting uint64,real uint64) {
    if expecting != real {
        t.Error("-Expected-")
        t.Error(expecting)
        t.Error("-Real-")
        t.Error(real)
        os.Exit(1)
        num ++
    }
}

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{}))
    fmt.Println(hash([]byte("吴")))
}

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
    bt.root.child[0] = new(node)
    bt.root.child[0].Init()
    bt.root.is_leaf = false
    bt.root.child[0].hash_key_num++
    bt.root.child[0].hash_key[0] = 65
    bt.root.child[0].primary_key[0] = 65
    bt.root.child[2] = new(node)
    bt.root.child[2].Init()
    bt.root.child[2].hash_key_num++
    bt.root.child[2].hash_key[0] = 15044788
    bt.root.child[2].primary_key[0] = 15044788
    _,_,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)
    _,_,i,_ = bt.Select([]byte("A"))
    expected(t,65,i)
    _,_,i,_ = bt.Select([]byte("吴"))
    expected(t,15044788,i)
}

func Test_Set(t *testing.T) {
    bt := new(B_Tree)
    bt.Init()
    var i uint64

    bs := make([]byte,3)
    start := time.Now().UnixNano()
    for temp := 10000;temp < 15555000;temp++ {

        bs[0] = byte(temp / 256 / 256)
        bs[1] = byte((temp % (256 * 256)) / 256)
        bs[2] = byte(temp % 256)
        bt.Set(bs,uint64(temp))
        //fmt.Println(i)
        //expected(t,uint64(temp),i)
    }
    fmt.Println(time.Now().UnixNano() - start)
    start = time.Now().UnixNano()/*
    for temp := 10000;temp < 1555000;temp++ {

        bs[0] = byte(temp / 256 / 256)
        bs[1] = byte((temp % (256 * 256)) / 256)
        bs[2] = byte(temp % 256)
        //bt.Set(bs,uint64(temp))
        _,_,i,_ = bt.Select(bs)
        //if i == 0 {fmt.Println(temp,i)}
        expected(t,uint64(temp),i)
    }*/
    for temp := 15500000-1;temp > 10000;temp-- {

        bs[0] = byte(temp / 256 / 256)
        bs[1] = byte((temp % (256 * 256)) / 256)
        bs[2] = byte(temp % 256)
        //bt.Set(bs,uint64(temp))
        _,_,i,_ = bt.Select(bs)
        //if i == 0 {fmt.Println(temp,i)}
        //expected(t,uint64(temp),i)
    }
    fmt.Println(time.Now().UnixNano() - start)
    fmt.Println(i)

}

经测试，我的弱渣笔记本低电压8G内存，i7-4712mq单核插入15M数据，每条数据时间大约为120ns，每条查询时间大约为100ns；15M以上数据可能导致树满，该索引树设计为16G数据，每条1k，约16M条数据设计。暂时测试得，节点大小为L2缓存的3/8时能获得较高性能，不过我是go test测试，可能会有所影响，完整编译后将再次优化参数。目前实现了10M/s单核的吞吐量，8核吞吐量大约估计在50~60M/s之间。Redis在15M环境下的吞吐量在3k/s左右，不过他还有储存引擎，日志记录，持久化等等的消耗，待完全完成此数据库后，将会与Redis PK一番。