MiniOB 项目实验指南：C++ 基础与布隆过滤器实现

MiniOB 项目实验指南：C++ 基础与布隆过滤器实现

miniob MiniOB is a compact database that assists developers in understanding the fundamental workings of a database. 项目地址: https://gitcode.com/gh_mirrors/mi/miniob

实验概述

本实验是 MiniOB 数据库系统的入门实验，旨在帮助学习者掌握 C++ 编程基础，特别是通过实现布隆过滤器来熟悉 MiniOB 的开发环境和编码规范。实验包含两部分内容：C++ 小练习（Cpplings）和布隆过滤器实现任务。

C++ 小练习（Cpplings）

这部分练习不计入实验成绩，但强烈建议完成，因为它能帮助你：

1. 熟悉 C++ 基本语法和特性
2. 了解 MiniOB 项目中的编码风格
3. 为后续数据库实现实验打下基础

练习内容位于 src/cpplings/README.md 中，包含多个小任务，涵盖 C++ 的核心概念。

布隆过滤器实现任务

布隆过滤器原理

布隆过滤器是一种空间效率极高的概率型数据结构，用于判断一个元素是否存在于集合中。其核心特点包括：

1. 空间效率：使用位数组存储信息，空间占用远小于传统数据结构
2. 查询效率：查询时间为常数 O(k)，k 为哈希函数数量
3. 概率特性：可能存在误报（false positive），但不会漏报（false negative）

工作原理示意图：

   ┌─┐             
 ┌─┼M┼───┐ ┌─┐     
 │ └─┴─┐ ├─┼T┼─┐   
 │     │ │ └─┤ │   
 │     │ │   │ │   
┌▼┬─┬─┬▼┬▼┬─┬▼┬▼┬─┐
│1│0│0│1│1│0│1│1│0│
└─┴─┴─┴─┴─┴─┴─┴─┴─┘

实现要求

在 src/oblsm/util/ob_bloomfilter.h 文件中实现 ObBloomFilter 类，需要完成以下核心方法：

1. insert 方法：将元素插入布隆过滤器

   • 需要支持并发访问
   • 使用多个哈希函数计算元素位置
   • 将对应位数组位置设为1

2. contains 方法：检查元素是否存在

   • 需要支持并发访问
   • 检查所有哈希函数对应的位是否都为1
   • 返回判断结果

3. clear 方法：清空过滤器

   • 将所有位重置为0

并发实现建议

实现并发访问时可以考虑以下方案：

1. 基于锁的实现：

   • 使用互斥锁（mutex）保护位数组
   • 简单易实现，但可能影响性能

2. 无锁实现：

   • 使用原子操作（atomic）处理位数组
   • 性能更高，但实现复杂度增加

优化思考

布隆过滤器存在以下局限性，可以考虑优化：

1. 误报率问题：

   • 增加位数组大小
   • 优化哈希函数数量和选择

2. 不支持删除：

   • 考虑使用计数布隆过滤器
   • 但会增加空间开销

3. 哈希函数选择：

   • 使用高质量、低碰撞率的哈希函数
   • 考虑使用双重哈希等技术

测试方法

使用 Google Test 框架进行测试：

1. 编译项目：

./build.sh debug --make

2. 进入构建目录：

cd build_debug/

3. 运行测试：

./bin/ob_bloomfilter_test

4. 修改代码后重新编译：

make

实验建议

1. 先理解布隆过滤器的原理再开始编码
2. 从小规模测试开始，逐步验证功能
3. 注意并发场景下的线程安全问题
4. 考虑性能优化方案，但不牺牲正确性

通过本实验，你将掌握 C++ 并发编程基础，理解布隆过滤器的实现原理，并为后续数据库系统实现实验做好准备。

miniob MiniOB is a compact database that assists developers in understanding the fundamental workings of a database. 项目地址: https://gitcode.com/gh_mirrors/mi/miniob