你好,游客 登录 注册 搜索
背景:
阅读新闻

Leveldb源码分析--13 - sparkliang的专栏

[日期:2013-04-05] 来源:  作者: [字体: ]

8 FilterPolicy&Bloom之2

8.5 构建FilterBlock

8.5.1 FilterBlockBuilder

了解了filter机制,现在来看看filter block的构建,这就是类FilterBlockBuilder。它为指定的table构建所有的filter,结果是一个string字符串,并作为一个block存放在table中。它有三个函数接口:

  // 开始构建新的filter block,TableBuilder在构造函数和Flush中调用
  void StartBlock(uint64_tblock_offset);
  // 添加key,TableBuilder每次向data block中加入key时调用
  void AddKey(const Slice&key);
  // 结束构建,TableBuilder在结束对table的构建时调用
  Slice Finish();  
FilterBlockBuilder的构建顺序必须满足如下范式:(StartBlock AddKey*)* Finish,显然这和前面讲过的BlockBuilder有所不同。
其成员变量有:
  const FilterPolicy* policy_; // filter类型,构造函数参数指定
  std::string keys_;          //Flattened key contents
  std::vector<size_t> start_;   // 各key在keys_中的位置
  std::string result_;          // 当前计算出的filter data
  std::vector<uint32_t>filter_offsets_; // 各个filter在result_中的位置
  std::vector<Slice> tmp_keys_;// policy_->CreateFilter()参数 
前面说过base是2KB,这对应两个常量kFilterBase =11, kFilterBase =(1<<kFilterBaseLg);其实从后面的实现来看tmp_keys_完全不必作为成员变量,直接作为函数GenerateFilter()的栈变量就可以。下面就分别分析三个函数接口。

8.5.2 FilterBlockBuilder::StartBlock()

它根据参数block_offset计算出filter index,然后循环调用GenerateFilter生产新的Filter。

  uint64_t filter_index =(block_offset / kFilterBase);
  assert(filter_index >=filter_offsets_.size());
  while (filter_index >filter_offsets_.size()) GenerateFilter();
我们来到GenerateFilter这个函数,看看它的逻辑。

//S1 如果filter中key个数为0,则直接压入result_.size()并返回
  const size_t num_keys =start_.size();
  if (num_keys == 0) { // there are no keys for this filter
    filter_offsets_.push_back(result_.size()); //result_.size()应该是0
    return;
  }
//S2 从key创建临时key list,根据key的序列字符串kyes_和各key在keys_中的开始位置start_依次提取出key。
  start_.push_back(keys_.size());  // Simplify lengthcomputation
  tmp_keys_.resize(num_keys);
  for (size_t i = 0; i <num_keys; i++) {
    const char* base =keys_.data() + start_[i]; // 开始指针
    size_t length = start_[i+1] -start_[i]; // 长度
    tmp_keys_[i] = Slice(base,length);
  }
//S3 为当前的key集合生产filter,并append到result_
  filter_offsets_.push_back(result_.size());
  policy_->CreateFilter(&tmp_keys_[0], num_keys, &result_);
//S4 清空,重置状态
  tmp_keys_.clear();
  keys_.clear();
  start_.clear();

8.5.3 FilterBlockBuilder::AddKey()

这个接口很简单,就是把key添加到key_中,并在start_中记录位置。

  Slice k = key;
  start_.push_back(keys_.size());
  keys_.append(k.data(),k.size());

8.5.4 FilterBlockBuilder::Finish()

调用这个函数说明整个table的data block已经构建完了,可以生产最终的filter block了,在TableBuilder::Finish函数中被调用,向sstable写入meta block。
函数逻辑为:
//S1 如果start_数字不空,把为的key列表生产filter
  if (!start_.empty()) GenerateFilter();
//S2 从0开始顺序存储各filter的偏移值,见filter block data的数据格式。
  const uint32_t array_offset =result_.size();
  for (size_t i = 0; i < filter_offsets_.size();i++) {
    PutFixed32(&result_,filter_offsets_[i]);
  }
//S3 最后是filter个数,和shift常量(11),并返回结果
  PutFixed32(&result_,array_offset);
  result_.push_back(kFilterBaseLg);  // Save encoding parameter in result
  return Slice(result_);

8.5.5 简单示例

让我们根据TableBuilder对FilterBlockBuilder接口的调用范式:
(StartBlock AddKey*)* Finish以及上面的函数实现,结合一个简单例子看看leveldb是如何为data block创建filter block(也就是meta block)的。
考虑两个datablock,在sstable的范围分别是:Block 1 [0, 7KB-1], Block 2 [7KB, 14.1KB]

S1 首先TableBuilder为Block 1调用FilterBlockBuilder::StartBlock(0),该函数直接返回;
S2 然后依次向Block 1加入k/v,其中会调用FilterBlockBuilder::AddKey,FilterBlockBuilder记录这些key。
S3 下一次TableBuilder添加k/v时,例行检查发现Block 1的大小超过设置,则执行Flush操作,Flush操作在写入Block 1后,开始准备Block 2并更新block offset=7KB,最后调用FilterBlockBuilder::StartBlock(7KB),开始为Block 2构建Filter。
S4 在FilterBlockBuilder::StartBlock(7KB)中,计算出filter index = 3,触发3次GenerateFilter函数,为Block 1添加的那些key列表创建filter,其中第2、3次循环创建的是空filter。
此时filter的结构如图8.5-1所示。

图8.5-1

在StartBlock(7KB)时会向filter的偏移数组filter_offsets_压入两个包含空key set的元素,filter_offsets_[1]和filter_offsets_[2],它们的值都等于7KB-1。
S5 Block 2构建结束,TableBuilder调用Finish结束table的构建,这会再次触发Flush操作,在写入Block 2后,为Block 2的key创建filter。最终的filter如图8.5-2所示。

图8.5-2

这里如果Block 1的范围是[0, 1.8KB-1],Block 2从1.8KB开始,那么Block 2将会和Block 1共用一个filter,它们的filter都被生成到filter 0中。
当然在TableBuilder构建表时,Block的大小是根据参数配置的,也是基本均匀的。

8.6 读取FilterBlock

8.6.1 FilterBlockReader

FilterBlock的读取操作在FilterBlockReader类中,它的主要功能是根据传入的FilterPolicy和filter,进行key的匹配查找。
它有如下的几个成员变量:
  const FilterPolicy* policy_; // filter策略
  const char* data_;    // filter data指针 (at block-start)
  const char* offset_;  // offset array的开始地址 (at block-end)
  size_t num_;       // offsetarray元素个数
  size_t base_lg_;    // 还记得kFilterBaseLg吗
Filter策略和filter block内容都由构造函数传入。一个接口函数,就是key的批判查找:
bool KeyMayMatch(uint64_t block_offset, const Slice& key);

8.6.2 构造

在构造函数中,根据存储格式解析出偏移数组开始指针、个数等信息。

FilterBlockReader::FilterBlockReader(const FilterPolicy* policy, constSlice& contents)
    : policy_(policy),data_(NULL), offset_(NULL), num_(0), base_lg_(0) {
  size_t n = contents.size();
  if (n < 5) return;  // 1 byte forbase_lg_ and 4 for start of offset array
  base_lg_ = contents[n-1]; // 最后1byte存的是base
  uint32_t last_word =DecodeFixed32(contents.data() + n - 5); //偏移数组的位置
  if (last_word > n - 5)return;
  data_ = contents.data();
  offset_ = data_ + last_word; // 偏移数组开始指针
  num_ = (n - 5 - last_word) / 4; // 计算出filter个数

8.6.3 查找

查找函数传入两个参数,@block_offset是查找data block在sstable中的偏移,Filter根据此偏移计算filter的编号;@key是查找的key。
声明如下:
bool FilterBlockReader::KeyMayMatch(uint64_t block_offset, constSlice& key)
它首先计算出filterindex,根据index解析出filter的range,如果是合法的range,就从data_中取出filter,调用policy_做key的匹配查询。函数实现:
  uint64_t index = block_offset>> base_lg_; // 计算出filter index
  if (index < num_) {
    uint32_t start =DecodeFixed32(offset_ + index*4); // 解析出filter的range
    uint32_t limit =DecodeFixed32(offset_ + index*4 + 4);
    if (start <= limit&& limit <= (offset_ - data_)) {
      Slice filter = Slice(data_ +start, limit - start); // 根据range得到filter
      returnpolicy_->KeyMayMatch(key, filter);
    } else if (start == limit) {
      return false;  // 空filter不匹配任何key
    }
  }
  return true; // 当匹配处理
至此,FilterPolicy和Bloom就分析完了。




收藏 推荐 打印 | 录入:admin | 阅读:
相关新闻