谈谈 bitcask　NOSQL模型

简介

bitcask 算是日志性储存系统的一种思想或者模型，使用这种思想的NOSQL也有很多，比如Riak或者beansdb。
在github可以找到其源码,点这里，　然后你可以看到一个相当霸气的介绍，我就不翻译了。

because you need another a key/value storage engine

下面就简单记录一下这个模型的原理, 这原理参考自bitcask-intro文档。

硬件背景

说起储存，还是需要先介绍一下硬件储存的一些特性比较好。

硬件储存的特性大概如下：

从表中可以看出，内存的随机读写能力最强，远超SSD盘和磁盘。
但是我们都知道，内存无法持久化。现在许多公司在性能要求高的地方都使用了SSD盘，相对SAS和SATA磁盘，随机读取速度有了很大的提升。
但是SSD对于随机写入，存在写入放大问题。

写入放大问题与SSD盘的特性有关，SSD盘不能随机写入，只能整块整块的写入。
最简单的例子，比如要写入一个4KB的数据
最坏的情况就是，一个块里已经没有干净空间了，但是有无效数据可以擦除，所以主控就把所有的数据读出来，擦除块，再加上这个4KB新数据写回去
这个操作带来的写入放大就是: 实际写4K的数据，造成了整个块（512KB）的写入操作，那就是128倍放大。
此外，SSD盘的寿命也有写入次数相关。

日志型储存

什么是日志型呢？
就是append only，所有写操作只追加而不修改老的数据，就像我们的各种服务器日志一样。

在Bitcask模型中，数据文件以日志型只增不减的写入文件，而文件有一定的大小限制，当文件大小增加到相应的限制时，就会产生一个新的文件，老的文件将只读不写。
在任意时间点，只有一个文件是可写的，在Bitcask模型中称其为active data file，而其他的已经达到限制大小的文件，称为older data file，如下图：

文件中的数据结构非常简单，是一条一条的数据写入操作，每一条数据的结构如下：

上面数据项分别为key，value，key的大小，value的大小，时间戳（或者其他32位序列号），以及对前面几项做的crc校验值。
数据删除操作也不会删除旧的数据，而是将value设定为一个特殊的值以作标示

数据文件中就是连续一条条上面格式的数据，如下图：

上面是日志型的数据文件，如果数据文件这样持续的存下去，肯定是会无限膨胀的.
为了解决个问题，和其他日志型存储系统一样Bitcask也有一个定期的merge操作。

merge操作，即定期将所有older data file中的数据扫描一遍并生成新的data file（没有包括active data file 是因为它还在不停写入），这里的merge其实就是将对同一个key的多个操作以只保留最新一个的原则进行删除。每次merge后，新生成的数据文件就不再有冗余数据了。
merge这个操作有很多算法与优化，感兴趣的可以自行查询。

hash索引

上面讲到的是数据文件，日志类型的数据文件会让我们的写入操作非常快（日志型的优势之一是将磁盘当作磁带，进行顺序读写的效率非常高），而如果在这样的日志型数据上进行key值查找，那将是一件非常低效的事情。于是我们需要使用一些方法来提高查找效率。

例如在Bigtable中，使用bloom-filter算法为每一个数据文件维护一个bloom-filter 的数据块，以此来判定一个值是否在某一个数据文件中。

而在Bitcask模型中，我们使用了另一种方法，使用了一个基于hash表的索引数据结构。
在Bitcask模型中，除了存储在磁盘上的数据文件，还有另外一块数据，那就是存储在内存中的hash表，hash表的作用是通过key值快速的定位到value的位置。

hash表的结构大致如下图所示：

hash表对应的这个结构中包括了三个用于定位数据value的信息，分别是文件id号(file_id)，value值在文件中的位置（value_pos）,value值的大小（value_sz）
于是我们通过读取file_id对应文件的value_pos开始的value_sz个字节，就得到了我们需要的value值。

整个过程如下图所示：

由于多了一个hash表的存在，我们的写操作就需要多更新一块内容，即这个hash表的对应关系。
于是一个写操作就需要进行一次顺序的磁盘写入和一次内存操作。

索引与持久化

至此，Bitcask模型基本上已经讲述完成，而Bitcask中还有一个称为hint file，则是一个有用的技巧，很多人认为并不一定是Bitcask模型的必须特性。

从上面我们可以知道，我们称其为索引的hash表，是存储在内存中的，虽然在各自的实现中可以做一些持久化的保证，但是Bitcask模型中并不对在断电或重启后的hash表数据不丢失做出保证。

因此，如果我们不做额外的工作，那么我们启动时重建hash表时，就需要整个扫描一遍我们的数据文件，如果数据文件很大，这将是一个非常耗时的过程。
因此Bitcask模型中包含了一个称作hint file的部分，目的在于提高重建hash表的速度。

我们上面讲到在old data file进行merge操作时，会产生新的data file，而Bitcask模型实际还鼓励生成一个hint file，这个hint file中每一项的数据结构，与data file中的数据结构非常相似，不同的是他并不存储具体的value值，而是存储value的位置（像在hash表中的一样），其结构如下图：

这样，在重建hash表时，就不需要再扫描所有data file文件，而仅仅需要将hint file中的数据一行行读取并重建即可。
这样就可以大大提高了利用数据文件重启数据库的速度。

当然hint file只是一个简单的优化，而针对一种模型，可以优化的地方其实有很多的，这里不做深入介绍了。

后记

Bitcask数据模型就是这么简单，但是要注意，这个只是一种思想或者模型。
如果要使用这个思想实现一个储存系统，还需要做很多事：网络管理，高并发下保证正确性，容灾，查询优化等等。

参考资料：bitcask-intro