文章目錄

• 前言
• 一、實(shí)現(xiàn)REPL
• 二、SQL的解析前端
• • 1.SQL解析
  • 2.實(shí)現(xiàn)一個(gè)虛擬機(jī)
• 設(shè)計(jì)儲(chǔ)存結(jié)構(gòu)
• 執(zhí)行儲(chǔ)存結(jié)構(gòu)
• 如何實(shí)現(xiàn)一個(gè)分頁
• 實(shí)現(xiàn)光標(biāo)
• BTREE是什么
• 實(shí)現(xiàn)Btree
• 總結(jié)

---

前言

參考網(wǎng)上的數(shù)據(jù)庫開發(fā)資料，將代碼及實(shí)現(xiàn)邏輯梳理，經(jīng)過幾步踩坑，最終編譯通過（Windows平臺(tái)），實(shí)驗(yàn)成功。
git地址：代碼
可執(zhí)行文件：下載
測試命令 ,寫入模擬數(shù)據(jù)

"insert 18 user18 person18@example.com","insert 7 user7 person7@example.com","insert 10 user10 person10@example.com","insert 29 user29 person29@example.com","insert 23 user23 person23@example.com","insert 4 user4 person4@example.com","insert 14 user14 person14@example.com","insert 30 user30 person30@example.com","insert 15 user15 person15@example.com","insert 26 user26 person26@example.com","insert 22 user22 person22@example.com","insert 19 user19 person19@example.com","insert 2 user2 person2@example.com","insert 1 user1 person1@example.com","insert 21 user21 person21@example.com","insert 11 user11 person11@example.com","insert 6 user6 person6@example.com","insert 20 user20 person20@example.com","insert 5 user5 person5@example.com","insert 8 user8 person8@example.com","insert 9 user9 person9@example.com","insert 3 user3 person3@example.com","insert 12 user12 person12@example.com","insert 27 user27 person27@example.com","insert 17 user17 person17@example.com","insert 16 user16 person16@example.com","insert 13 user13 person13@example.com","insert 24 user24 person24@example.com","insert 25 user25 person25@example.com",

打印btree節(jié)點(diǎn)

.btree

---

一、實(shí)現(xiàn)REPL

REPL(Read-Eval-Print Loop，簡稱REPL) “讀取-求值-輸出”循環(huán)， 也被稱做交互式頂層構(gòu)件，是一個(gè)簡單的交互式的編程環(huán)境。

本實(shí)例啟動(dòng)無限循環(huán)，接受輸入字符串，實(shí)現(xiàn)交互式窗口

二、SQL的解析前端

1.SQL解析

并單獨(dú)封裝一個(gè)do_meta_command函數(shù)來處理它。
以.開頭的非sql語句稱作元命令 (meta command) 所以我們?cè)谝婚_始就檢查是否以其開頭

bool DB::parse_meta_command(std::string& command) {if (command[0] == '.'){switch (do_meta_command(command)){case META_COMMAND_SUCCESS:return true;case META_COMMAND_UNRECOGNIZED_COMMAND:std::cout << "Unrecognized command: " << command << std::endl;return true;}}return false; }

sql語句目前僅定義了如下簡單的兩種狀態(tài)字節(jié)碼
enum StatementType { STATEMENT_INSERT, STATEMENT_SELECT };
同時(shí)再將上一步成功轉(zhuǎn)化后得到的statement交給虛擬機(jī)進(jìn)行解析。

2.實(shí)現(xiàn)一個(gè)虛擬機(jī)

根據(jù)得到的statement讓虛擬機(jī)偽執(zhí)行一下對(duì)應(yīng)sql語句的操作效果。

void DB::excute_statement(Statement &statement) {switch (statement.type){case STATEMENT_INSERT:std::cout << "Executing insert statement" << std::endl;break;case STATEMENT_SELECT:std::cout << "Executing select statement" << std::endl;break;} } void DB::start() {while (true){print_prompt();std::string input_line;std::getline(std::cin, input_line);if (parse_meta_command(input_line)){continue;}Statement statement;if (parse_statement(input_line, statement)){continue;}execute_statement(statement);} }

---

設(shè)計(jì)儲(chǔ)存結(jié)構(gòu)

只支持單表 user ，目前規(guī)定所儲(chǔ)存的類型結(jié)構(gòu)如下

列類型

id	整型 (integer)
username	可變字符串 (varchar 32)
email	可變字符串 (varchar 255)

如果將一行行的數(shù)據(jù)了，合理的儲(chǔ)存起來呢？在實(shí)現(xiàn)Btree前，先選擇將它分組到 頁面 ***(Page)***當(dāng)中去，然后將這些頁面以數(shù)組的形式排列。此外，我們需要在一頁中，盡可能的將其緊密排列，意味著數(shù)據(jù)應(yīng)該一個(gè)挨著一個(gè)。

列大小 (bytes)偏移量 (offset)

id	4	0
username	32	4
email	255	36
總計(jì)	291

通過實(shí)現(xiàn)序列化 (serialize) 以及反序列化 (serialize) 來達(dá)成該目的。
同時(shí)注意到我們這里寫了一個(gè)(char *)的強(qiáng)制轉(zhuǎn)化類型，是為了讓編譯器明白，偏移量 (offset) 是以單個(gè)字節(jié) (bytes) 為單位的

接下來，創(chuàng)建的Table來儲(chǔ)存這些分頁。同時(shí)與大多數(shù)計(jì)算機(jī)系統(tǒng)一樣，將其設(shè)置為4k大小。

#define TABLE_MAX_PAGES 100 const uint32_t PAGE_SIZE = 4096; const uint32_t ROWS_PER_PAGE = PAGE_SIZE / ROW_SIZE; const uint32_t TABLE_MAX_ROWS = ROWS_PER_PAGE * TABLE_MAX_PAGES; class Table { public:uint32_t num_rows;void *pages[TABLE_MAX_PAGES];Table(){num_rows = 0;for (uint32_t i = 0; i < TABLE_MAX_PAGES; i++){pages[i] = NULL;}}~Table(){for (int i = 0; pages[i]; i++){free(pages[i]);}} };

外還應(yīng)該知道，表頁該從何處開始讀寫。

void *row_slot(Table &table, uint32_t row_num) {uint32_t page_num = row_num / ROWS_PER_PAGE;void *page = table.pages[page_num];if (page == NULL){// Allocate memory only when we try to access pagepage = table.pages[page_num] = malloc(PAGE_SIZE);}uint32_t row_offset = row_num % ROWS_PER_PAGE;uint32_t byte_offset = row_offset * ROW_SIZE;return (char *)page + byte_offset; }

執(zhí)行儲(chǔ)存結(jié)構(gòu)

對(duì)于insert操作，我們首先判斷它是否超出儲(chǔ)存限制，針對(duì)操作執(zhí)行結(jié)果，我們同樣添加了與我們之前類似的枚舉類狀態(tài)碼
enum ExecuteResult { EXECUTE_SUCCESS, EXECUTE_TABLE_FULL };
之后，若滿足對(duì)應(yīng)條件，我們尋找到合適的內(nèi)存插入位置，將我們輸入的行以serialize_row的方式填充到內(nèi)存page當(dāng)中。

ExecuteResult DB::execute_insert(Statement &statement, Table &table) {if (table.num_rows >= TABLE_MAX_ROWS){std::cout << "Error: Table full." << std::endl;return EXECUTE_TABLE_FULL;}void *page = row_slot(table, table.num_rows);serialize_row(statement.row_to_insert, page);table.num_rows++;return EXECUTE_SUCCESS; }

類似的對(duì)于select操作，我們僅需從page中對(duì)應(yīng)位置通過deserialize_row的方式獲取到即可。

ExecuteResult DB::execute_select(Statement &statement, Table &table) {for (uint32_t i = 0; i < table.num_rows; i++){Row row;void *page = row_slot(table, i);deserialize_row(page, row);std::cout << "(" << row.id << ", " << row.username << ", " << row.email << ")" << std::endl;}return EXECUTE_SUCCESS; }

最后將我們所設(shè)計(jì)好的操作交給虛擬機(jī)來執(zhí)行即可。

void DB::execute_statement(Statement &statement, Table &table) {ExecuteResult result;switch (statement.type){case STATEMENT_INSERT:result = execute_insert(statement, table);break;case STATEMENT_SELECT:result = execute_select(statement, table);break;}switch (result){case EXECUTE_SUCCESS:std::cout << "Executed." << std::endl;break;case EXECUTE_TABLE_FULL:std::cout << "Error: Table full." << std::endl;break;} }void DB::start() {Table table;while (true){print_prompt();std::string input_line;std::getline(std::cin, input_line);if (parse_meta_command(input_line)){continue;}Statement statement;if (parse_statement(input_line, statement)){continue;}execute_statement(statement, table);} }

如何實(shí)現(xiàn)一個(gè)分頁

現(xiàn)在將Table中 void *pages[TABLE_MAX_PAGES] 遷移到Pager;

class Pager { public:int file_descriptor;uint32_t file_length;void *pages[TABLE_MAX_PAGES];Pager(const char *filename);void *get_page(uint32_t page_num);void pager_flush(uint32_t page_num, uint32_t size); };

構(gòu)造這個(gè)Pager對(duì)象。

Pager::Pager(const char *filename) {file_descriptor = open(filename,O_RDWR | // Read/Write modeO_CREAT, // Create file if it does not existS_IWUSR | // User write permissionS_IRUSR // User read permission);if (file_descriptor < 0){std::cerr << "Error: cannot open file " << filename << std::endl;exit(EXIT_FAILURE);}file_length = lseek(file_descriptor, 0, SEEK_END);for (uint32_t i = 0; i < TABLE_MAX_PAGES; i++){pages[i] = nullptr;} }

我們看到，我們創(chuàng)建了一個(gè)新的file_descriptor用作我們物理磁盤上儲(chǔ)存交互，并且設(shè)置了file_length屬性來獲取其文件大小。

此外我們?cè)谶@當(dāng)中添加了一個(gè)get_page函數(shù)來作用于row_slot當(dāng)中，用于獲取指定頁的內(nèi)存。邏輯依舊十分簡單，如果我們沒有獲取到頁面，我們就創(chuàng)建一個(gè)新的頁面，并且將其存儲(chǔ)到pages數(shù)組中。

實(shí)現(xiàn)光標(biāo)

顯然我們現(xiàn)在要指向table開頭/結(jié)尾，所以我們需要實(shí)現(xiàn)一個(gè)cursor，它可以指向table開頭，也可以指向table結(jié)尾。注意我們即然使用了cursor，也即指向這個(gè)詞，我們?cè)诖颂幨褂玫木褪侵羔?#xff0c;使用的其實(shí)一直就是DB::table唯一對(duì)象。

class Cursor { public:Table *table;uint32_t row_num;bool end_of_table;Cursor(Table *&table, bool option);void *cursor_value();void cursor_advance(); }; Cursor::Cursor(Table *&table, bool option) {this->table = table;if (option){// start at the beginning of the tablerow_num = 0;end_of_table = (table->num_rows == 0);}else{// end of the tablerow_num = table->num_rows;end_of_table = true;} }

同時(shí)我們將不再使用row_slot這個(gè)函數(shù)，而轉(zhuǎn)為使用cursor_value函數(shù)。

void *Cursor::cursor_value() {uint32_t page_num = row_num / ROWS_PER_PAGE;void *page = table->pager.get_page(page_num);uint32_t row_offset = row_num % ROWS_PER_PAGE;uint32_t byte_offset = row_offset * ROW_SIZE;return (char *)page + byte_offset; }

再看一下select操作，我們先創(chuàng)建一個(gè)指向table開頭的cursor，然后同樣調(diào)用cursor_value函數(shù)便可直接獲得對(duì)應(yīng)分頁信息。再使用cursor_advance函數(shù)，將cursor往后推進(jìn)一個(gè)row。

BTREE是什么

B樹 （B-tree） 是一種自平衡的樹，能夠保持?jǐn)?shù)據(jù)有序。這種資料結(jié)構(gòu)能夠讓查找數(shù)據(jù)、順序訪問、插入數(shù)據(jù)及刪除的動(dòng)作，都在對(duì)數(shù)時(shí)間內(nèi)完成。 B樹，概括來說是一個(gè)一般化的二元搜尋樹（binary search tree）一個(gè)結(jié)點(diǎn)可以擁有2個(gè)以上的子結(jié)點(diǎn)。與自平衡二叉查找樹不同，B樹適用于讀寫相對(duì)大的數(shù)據(jù)塊的存儲(chǔ)系統(tǒng)，例如磁盤。
B樹減少定位記錄時(shí)所經(jīng)歷的中間過程，從而加快存取速度。 B樹這種數(shù)據(jù)結(jié)構(gòu)可以用來描述外部存儲(chǔ)。這種資料結(jié)構(gòu)常被應(yīng)用在數(shù)據(jù)庫和文件系統(tǒng)的實(shí)現(xiàn)上。

與二叉樹不同，B-Tree中的每個(gè)結(jié)點(diǎn)可以有超過2個(gè)子結(jié)點(diǎn)。每個(gè)結(jié)點(diǎn)最多可以有m子結(jié)點(diǎn)，其中m稱為樹的“階”。為了保持樹的大部分平衡，我們還說結(jié)點(diǎn)必須至少有m/2子結(jié)點(diǎn)（四舍五入）。

但實(shí)際上，我們?cè)谶@里使用的是B-Tree的一個(gè)變種情況，即：B+Tree。
我們?cè)谄渲袃?chǔ)存我們的數(shù)據(jù)，并且每個(gè)結(jié)點(diǎn)中存在多個(gè)鍵值對(duì)，而且這個(gè)鍵值是按照順序排列的。

使用這種結(jié)構(gòu)我們的查找時(shí)間復(fù)雜度是O(log(n))，而且插入和刪除的時(shí)間復(fù)雜度也是O(log(n))。

實(shí)現(xiàn)Btree

BTree的結(jié)點(diǎn)是不同的，存在內(nèi)部結(jié)點(diǎn)和葉子結(jié)點(diǎn)的差異性
現(xiàn)在來看我們重中之重的常量

/** Common Node Header Layout*/ const uint32_t NODE_TYPE_SIZE = sizeof(uint8_t); const uint32_t NODE_TYPE_OFFSET = 0; const uint32_t IS_ROOT_SIZE = sizeof(uint8_t); const uint32_t IS_ROOT_OFFSET = NODE_TYPE_SIZE; const uint32_t PARENT_POINTER_SIZE = sizeof(uint32_t); const uint32_t PARENT_POINTER_OFFSET = IS_ROOT_OFFSET + IS_ROOT_SIZE; const uint8_t COMMON_NODE_HEADER_SIZE =NODE_TYPE_SIZE + IS_ROOT_SIZE + PARENT_POINTER_SIZE;

我們將每個(gè)結(jié)點(diǎn)設(shè)置儲(chǔ)存其本身結(jié)點(diǎn)類型，指向其父節(jié)點(diǎn)的指針（通過這個(gè)我們可以實(shí)現(xiàn)查找其兄弟結(jié)點(diǎn)），以及標(biāo)記是否為根結(jié)點(diǎn)。我們將這三個(gè)數(shù)據(jù)定義為元數(shù)據(jù)作為結(jié)點(diǎn)的標(biāo)頭所存儲(chǔ)。

我們來定義葉子結(jié)點(diǎn)需要儲(chǔ)存的實(shí)際數(shù)據(jù)。

/** Leaf Node Header Layout*/ const uint32_t LEAF_NODE_NUM_CELLS_SIZE = sizeof(uint32_t); const uint32_t LEAF_NODE_NUM_CELLS_OFFSET = COMMON_NODE_HEADER_SIZE; const uint32_t LEAF_NODE_HEADER_SIZE =COMMON_NODE_HEADER_SIZE + LEAF_NODE_NUM_CELLS_SIZE;

我們儲(chǔ)存其中包含多少個(gè)CELL，即對(duì)應(yīng)的鍵值對(duì)（id與ROW中信息形成對(duì)應(yīng)關(guān)系）。

我們定義我們鍵值對(duì)的鍵和值的大小，以及每個(gè)CELL的大小。同時(shí)我們也定義了葉子結(jié)點(diǎn)的最大CELL數(shù)量，以及它的空間大小，通過一個(gè)結(jié)點(diǎn)對(duì)應(yīng)一個(gè)頁面 (Page)。

當(dāng)葉子結(jié)點(diǎn)滿了之后，需要對(duì)其進(jìn)行分裂，這個(gè)分裂標(biāo)準(zhǔn)是什么？

我們需要將現(xiàn)有的 cell 分成兩個(gè)部分：上半部分與下半部分。
上半部分的 key 嚴(yán)格大于下半部分的 key ，這樣我們就可以將 cell
分成兩個(gè)部分。因此，我們分配一個(gè)新的葉子結(jié)點(diǎn)，并將對(duì)應(yīng)的上半部分移入
該葉子結(jié)點(diǎn)。
按照慣例，先看一下假設(shè)我們修復(fù)錯(cuò)誤后應(yīng)該如何正常打印我們的B-Tree。
核心仍舊是使用二分搜索+遞歸。我們知道內(nèi)部結(jié)點(diǎn)中所儲(chǔ)存的孩子結(jié)點(diǎn)的指針的右側(cè)儲(chǔ)存的是該孩子指針?biāo)淖畲蟮膋ey值，所以我們只需要將被搜索的key不斷與key_to_right進(jìn)行比較，直到找到key的位置。

此外，當(dāng)我們找到了對(duì)應(yīng)的孩子結(jié)點(diǎn)時(shí)，要注意判斷其類型仍舊為InternalNode，我們需要遞歸調(diào)用internal_node_find。亦或是我們找到了LeafNode，我們僅需要返回一個(gè)相應(yīng)指向該結(jié)點(diǎn)的Cursor對(duì)象即可。

為了保證我們能夠在打印到第一個(gè)葉子結(jié)點(diǎn)的末端時(shí)，自動(dòng)跳轉(zhuǎn)到第二個(gè)葉子結(jié)點(diǎn),我們?cè)谄錁?biāo)頭設(shè)置相應(yīng)的next_leaf字段來指向下一個(gè)葉子結(jié)點(diǎn)。
最后更新拆分后的父結(jié)點(diǎn)。

總結(jié)

本文實(shí)例有兩處可改善

• 基于固定的存儲(chǔ)結(jié)構(gòu)（user）
• REPL只能在本機(jī)交互
• select insert 命令最簡版
  感興趣小伙伴，可以一塊基于socket實(shí)現(xiàn)REPL，同時(shí)能夠支持create table 等命令。

總結(jié)

以上是生活随笔為你收集整理的C++实现简易数据库的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。