Node.js使用数据库LevelDB：超高性能kv存储引擎
Node.js被设计用来做快速高效的网络 I/O。它的事件驱动流使其成为一种智能代理的理想选择，通常作为后端系统和前端之间的粘合剂。Node 的设计初衷就是为了实现这一目的，但与此同时，它已成功用于构建传统的 Web 应用程序：一个 HTTP 服务器，提供为 HTML 页面或 JSON 消息响应，并使用数据库存储数据。
尽管其他平台和语言有比较成熟的 Web 框架并更倾向于使用开源关系型数据库，如 MySQL 或 PostgreSQL，大多数 Node Web 框架（如 Express、Hapi 等）并不强制使用任何特定的数据库，甚至根本不强制使用任何类型的数据库。昨天在《浅谈前端异常监控平台实现方案》一文中就提到 LevelDB，今天跟大家介绍这个超高性能的Key-Value数据库 LevelDB，同类型的比较流行的有 MongoDB，本文暂不介绍 MongoDB。
认识 LevelDB
LevelDB 是 Google 传奇工程师 Jeff Dean 和 Sanjay Ghemawat 开源的一款超高性能Key-Value存储引擎，以其惊人的读性能和更加惊人的写性能在轻量级NoSql数据库中鹤立鸡群，此开源项目目前是支持处理十亿级别规模Key-Value型数据持久性存储的 C++ 程序库。在优秀的表现下对于内存的占用也非常小，大量数据都直接存储在磁盘上，可以理解为以空间换取时间。
设计思路
对于普通机械磁盘顺序写的性能要比随机写高很多，而 LevelDB 的设计思想正是利用了磁盘的这个特性。 LevelDB 的数据是存储在磁盘上的，采用 LSM-Tree 的结构实现。LSM-Tree 将磁盘的随机写转化为顺序写，从而大大提高了写速度。为了做到这一点 LSM-Tree 的思路是将索引树结构拆成一大一小两颗树，较小的一个常驻内存，较大的一个持久化到磁盘，共同维护一个有序的key空间。写入操作会首先操作内存中的树，随着内存中树的不断变大，会触发与磁盘中树的归并操作，而归并操作本身仅有顺序写。如下图所示：
上图为 LevelDB 整体架构，静态结构主要由六个部分组成：
MemTable(wTable)：内存数据结构，具体实现是 SkipList。 接受用户的读写请求，新的数据修改会首先在这里写入。Immutable MemTable(rTable)：当 MemTable 的大小达到设定的阈值时，会变成 Immutable MemTable，只接受读操作，不再接受写操作，后续由后台线程 Flush 到磁盘上。SST Files：Sorted String Table Files，磁盘数据存储文件。分为 Level0 到 LevelN 多层，每一层包含多个 SST 文件，文件内数据有序。Level0 直接由 Immutable Memtable Flush 得到，其它每一层的数据由上一层进行 Compaction 得到。Manifest Files：Manifest 文件中记录 SST 文件在不同 Level 的分布，单个 SST 文件的最大、最小 key，以及其他一些 LevelDB 需要的元信息。由于 LevelDB 支持 snapshot，需要维护多版本，因此可能同时存在多个 Manifest 文件。Current File：由于 Manifest 文件可能存在多个，Current 记录的是当前的 Manifest 文件名。Log Files (WAL)：用于防止 MemTable 丢数据的日志文件。
粗箭头表示写入数据的流动方向：
- 先写入 MemTable。
- MemTable 的大小达到设定阈值的时候，转换成 Immutable MemTable。
- Immutable Table 由后台线程异步 Flush 到磁盘上，成为 Level0 上的一个 sst 文件。
- 在某些条件下，会触发后台线程对 Level0 ~ LevelN 的文件进行 Compaction。
读操作的流动方向和写操作类似：
- 读 MemTable，如果存在，返回。
- 读 Immutable MemTable，如果存在，返回。
- 按顺序读 Level0 ~ Leveln，如果存在，返回。
- 返回不存在。
上面就是简单的介绍 LevelDB 的设计原理，架构和读写操作的数据流向，因为独特的设计原理，LevelDB 很适合查询较少，写操作很多的场景。如果需要进一步了解其设计原理，就需要去学习跳跃表的设计算法，这里就不展开了。
跳跃表是平衡树的一种替代的数据结构，但是和红黑树不相同的是，跳跃表对于树的平衡的实现是基于一种随机化的算法的，这样也就是说跳跃表的插入和删除的工作是比较简单的。
LevelDB 特征：
- key 和 value 都是任意长度的字节数组；
- 存储按键排序的数据；
- 提供基本的
put(key, value)、get(key)和delete(key)接口； - 支持批量操作以原子操作进行；
- 可以创建数据全景的 snapshot（快照），并允许在快照中查找数据；
- 可以通过前向（或后向）迭代器遍历数据（迭代器会隐含的创建一个 snapshot）；
- 自动使用 Snappy 压缩数据；
- 可移植性；
基于以上特性，很多区块链项目都是采用 LevelDB 来作为数据存储。下面就开始介绍如何在项目中使用 LevelDB，本文涉及的代码在项目Pretender-Service。
安装 LevelDB
项目是基于 Node.js，基础环境就需要自己配置一下。执行一下命令：
npm install level --save接下来还需要安装level-sublevel，为了方便更好的使用 LevelDB，不用自己设计分键空间。
npm install level-sublevel --save还需要为数据生成唯一 ID 的模块，这里我们安装 cuid。
npm install cuid --save安装完成后，将在应用程序中使用它，创建一个 levelDb 的类 ./src/db/levelDb.js ：
添加引用的依赖库
const level = require("level");const sublevel = require("level-sublevel");在构造函数中声明两个变量，代码如下：
class LevelDb { constructor(dbPath, options = {}) { this.options = options; this.db = sublevel(level(dbPath, { valueEncoding: "json" })); }}module.exports = LevelDb;在这里，创建了一个导出 LevelDB 数据库的单例模块。首先需要 level 模块，并使用它来实例化数据库，并为其提供路径 dbPath 。此路径为 LevelDB 存储数据文件的目录路径。此目录专门用于 LevelDB ，可能在开始时不存在。在这里定义的路径为外部声明的时候传入进来。valueEncoding 定义了使用的值的格式为 json，支持一下格式：hex、utf8、base64、binary、ascii、utf16le。
添加 LevelDB 操作方法
现在来为上面定义的类增加方法，常用的方法有 put、get、delete、batch、find。本文只是基本的操作，实际项目需要对数据进行合理的设计。
在构造函数中创建了 LevelDB 数据库对象this.db，可以调用其方法。
put
新增或者更新数据。
put(key, value, callback) { if (key && value) { this.db.put(key, value, (error) => { callback(error); }); } else { callback("no key or value"); } }get
获取指定 key 的数据。
get(key, callback) { if (key) { this.db.get(key, (error, value) => { callback(error, value); }); } else { callback("no key", key); } }delete
删除指定 key 的数据
delete(key, callback) { if (key) { this.db.del(key, (error) => { callback(error); }); } else { callback("no key"); } }batch
LeveLDB 的一个强大功能是，它允许对要自动执行的批处理中的操作进行分组。
batch(arr, callback) { if (Array.isArray(arr)) { var batchList = []; arr.forEach(item); { var listMember = {}; if (item.hasOwnProperty("type")) { listMember.type = item.type; } if (item.hasOwnProperty("key")) { listMember.key = item.key; } if (item.hasOwnProperty("value")) { listMember.value = item.value; } if ( listMember.hasOwnProperty("type") && listMember.hasOwnProperty("key") && listMember.hasOwnProperty("value") ) { batchList.push(listMember); } } if (batchList && batchList.length > 0) { this.db.batch(batchList, (error) => { callback(error, batchList); }); } else { callback("array Membre format error"); } } else { callback("not array"); } }到这里已经完成一个 LevelDB 基础操作类，下面就开始将其应用于项目中。
使用 LevelDB
接下来创建一个examples的文件夹，增加文件index.js，key-value数据库存储和关系型数据库有所不一样，关系型数据库每条记录一般都有一个唯一的自增长 id，而key-value数据库需要自己维护一个类似 id 的唯一 key 值，这个 key 值的设计也影响数据查询是否遍历。这里我们只是做一个简单的实例，完整代码如下：
"use strict";require("../src/utils/logger.js")(2);const { dbConfig } = require("../config");
const LevelDB = require("../src/db/levelDb");const path = require("path");const cuid = require("cuid");const dbHelper = new LevelDB( path.resolve(__dirname, dbConfig.path, dbConfig.folder));
// 增加用户信息const administrators = [ { name: "QuintionTang", email: "QuintionTang@gmail.com", password: "123456", id: "ckoyhjqbj0000mzkd1o63e31p", }, { name: "JimGreen", email: "JimGreen@gmail.com", password: "123456", id: "ckoyhjqbk0001mzkdhuq9abo4", },];const keyPrefix = "administrator";console.info("====>开始插入数据");const administratorsKeys = [];for (const item of administrators) { const uid = item.id; const keyName = `${keyPrefix}_${uid}`; item.id = uid; dbHelper.put(keyName, item, (error) => { if (error !== null) { administratorsKeys.push(keyName); } });}console.info("====>开始查找数据");// 开始查找uid为 ckoyhjqbj0000mzkd1o63e31p 的用户信息const findUid = "ckoyhjqbj0000mzkd1o63e31p";const findKeyName = `${keyPrefix}_${findUid}`;dbHelper.find( { prefix: findKeyName, }, (error, result) => { console.info(result); });接下来执行实例代码：
cd examplesnode index.js执行结果如下：
此时查看根目录下 database 就会生成数据库文件。
总结
本文简单介绍了 LevelDB 的设计原理，在项目中完成 LevelDB 类的定义，并实现一个简单的数据插入和查询。后续会在项目Pretender-Service完成更加复杂的业务逻辑，实现基本的 CURD，敬请关注项目动态。
- 发表于:
- 本文为 InfoQ 中文站特供稿件
- 首发地址：https://www.infoq.cn/article/cf4a17ba0ea38c6f560375b8d
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
