LevelDB源码剖析

LevelDB的公共部件并不复杂，但为了更好的理解其各个核心模块的实现，此处挑几个关键的部件先行备忘。

Arena(内存领地)

Arena类用于内存管理，其存在的价值在于：

1. 提高程序性能，减少Heap调用次数，由Arena统一分配后返回到应用层。
2. 分配后无需执行dealloc，当Arena对象释放时，统一释放由其创建的所有内存。
3. 便于内存统计，如Arena分配的整体内存大小等信息。

        class Arena {
        public:
            Arena();
            ~Arena();
   
            // Return a pointer to a newly allocated memory block of "bytes" bytes.
            char* Allocate(size_t bytes);
   
            // Allocate memory with the normal alignment guarantees provided by malloc
            char* AllocateAligned(size_t bytes);
   
            // Returns an estimate of the total memory usage of data allocated
            // by the arena (including space allocated but not yet used for user
            // allocations).
            size_t MemoryUsage() const {
                return blocks_memory_ + blocks_.capacity() * sizeof(char*);
            }
   
        private:
            char* AllocateFallback(size_t bytes);
            char* AllocateNewBlock(size_t block_bytes);
   
            // Allocation state
            char* alloc_ptr_;                //当前block当前位置指针
            size_t alloc_bytes_remaining_;    //当前block可用内存大小
   
            // Array of new[] allocated memory blocks
            std::vector<char*> blocks_;        //创建的全部内存块
   
            // Bytes of memory in blocks allocated so far
            size_t blocks_memory_;            //目前为止分配的内存总量
   
            // No copying allowed
            Arena(const Arena&);
            void operator=(const Arena&);
        };

   Slice(数据块)

   Slice的含义和其名称一致，代表了一个数据块，data_为数据地址，size_为数据长度。

   Slice一般和Arena配合使用，其仅保持了数据信息，并未拥有数据的所有权。而数据在Arena对象的整个声明周期内有效。

   Slice在LevelDB中一般用于传递Key、Value或编解码处理后的数据块。

   和string相比，Slice具有的明显好处包括：避免不必要的拷贝动作、具有比string更丰富的语义(可包含任意内容)。

4.  class Slice {
        public:
                ......
        private:
            const char* data_;
            size_t size_;
        };

   LevelDB源码之一SkipList

   SkipList称之为跳表，可实现Log(n)级别的插入、删除。跳表是平衡树的一种替代方案，和平衡树不同的是，跳表并不保证严格的“平衡性”，而是采用更为随性的方法：随机平衡算法。

   关于SkipList的完整介绍请参见跳表(SkipList)，这里借用几幅图做简要说明：

图1.1 跳表

图1.2 查找、插入

图1.3 查找、删除

1. 图1.1中红色部分为初始化状态，即head各个level中next节点均为NULL。
2. 跳表是分层的，由下往上分别为1、2、3...，因此需要分层算法。
3. 跳表中每一层的数据都是按顺序存储的，因此需要Compactor。
4. 查找动作由最上层开始依序查找，直到找到数据或查找失败。
5. 插入动作仅影响插入位置前后节点，对其他节点无影响。
6. 删除动作仅影响插入位置前后节点，对其他节点无影响。

分层算法

分层算法决定了数据插入的Level，SkipList的平衡性如何全权由分层算法决定。极端情况下，假设SkipList只有Level-0层，SkipList将弱化成自排序List。此时查找、插入、删除的时间复杂度均为O(n)，而非O(Log(n))。

LevelDB中的分层算法实现如下(leveldb::skiplist::RandomHeight())

     // enum { kMaxHeight = 12 };
 template<typename Key, class Comparator>
     int SkipList<Key, Comparator>::RandomHeight()
     {
         // Increase height with probability 1 in kBranching
         static const unsigned int kBranching = ;
         int height = ;
         while (height < kMaxHeight && ((rnd_.Next() % kBranching) == )) {
             height++;
         }
         assert(height > );
         assert(height <= kMaxHeight);
         return height;
     }

代码1.1 RandomHeight

kMaxHeight 代表Skiplist的最大高度，即最多允许存在多少层，为关键参数，与性能直接相关。修改kMaxHeight ，在数值变小时，性能上有明显下降，但当数值增大时，甚至增大到10000时，和默认的kMaxHeight =12相比仍旧无明显差异，内存使用上也是如此。

为何如此？关键在于while循环中的判定条件：height < kMaxHeight && ((rnd_.Next() % kBranching) == 0)。除了kMaxHeight 判定外，(rnd_.Next() % kBranching) == 0)判定使得上层节点的数量约为下层的1/4。那么，当设定MaxHeight=12时，根节点为1时，约可均匀容纳Key的数量为4^11=4194304(约为400W)。因此，当单独增大MaxHeight时，并不会使得SkipList的层级提升。MaxHeight=12为经验值，在百万数据规模时，尤为适用。

Compactor

如同二叉树，Skiplist也是有序的，键值比较需由比较器(Compactor)完成。

SkipList对Compactor的要求只有一点：()操作符重载，格式如下：

//a<b返回值小于0，a>b返回值大于0，a==b返回值为0

int operator()(const Key& a, const Key& b) const;

Key与Compactor均为模板参数，因而Compactor亦由使用者实现。LevelDB中，存在一个Compactor抽象类，但该抽象类并没有重载()操作符，至于Compacotr如何使用及Compactor抽象类和此处的Compactor的关系如何请参见MemTable一节。

查找、插入、删除

LevelDB中实现的SkipList并无删除行为，这由其业务特性决定，故此处不提。

查找、插入亦即读、写行为。由图1.2可知，插入首先需完成一次查找动作，随后在指定位置上完成一次插入行为。

LevelDB中的查找、插入行为几乎做到了“无锁”并发，这一点是非常可取的。关于这一点，是本次备忘的重点。先来看查找：

     template<typename Key, class Comparator>
     typename SkipList<Key, Comparator>::Node*
         SkipList<Key, Comparator>::FindGreaterOrEqual(const Key& key, Node** prev) const
     {
         Node* x = head_;
         int level = GetMaxHeight() - ;
         while (true) {
             Node* next = x->Next(level);
             if (KeyIsAfterNode(key, next)) {
                 // Keep searching in this list
                 x = next;
             }
             else {
                 if (prev != NULL) prev[level] = x;
                 if (level == ) {
                     return next;
                 }
                 else {
                     // Switch to next list
                     level--;
                 }
             }
         }
     }

代码1.2 FindGreaterOrEqual

实现并无特别之处：由最上层开始查找，一直查找到Level-0。找到大于等于指定Key值的数据，如不存在返回NULL。来看SkipList的Node结构：

     template<typename Key, class Comparator>
     struct SkipList<Key, Comparator>::Node {
         explicit Node(const Key& k) : key(k) { }

         Key const key;

         // Accessors/mutators for links.  Wrapped in methods so we can
         // add the appropriate barriers as necessary.
         Node* Next(int n) {
             assert(n >= );
             // Use an 'acquire load' so that we observe a fully initialized
             // version of the returned Node.
             return reinterpret_cast<Node*>(next_[n].Acquire_Load());
         }
         void SetNext(int n, Node* x) {
             assert(n >= );
             // Use a 'release store' so that anybody who reads through this
             // pointer observes a fully initialized version of the inserted node.
             next_[n].Release_Store(x);
         }

         // No-barrier variants that can be safely used in a few locations.
         Node* NoBarrier_Next(int n) {
             assert(n >= );
             return reinterpret_cast<Node*>(next_[n].NoBarrier_Load());
         }
         void NoBarrier_SetNext(int n, Node* x) {
             assert(n >= );
             next_[n].NoBarrier_Store(x);
         }

     private:
         // Array of length equal to the node height.  next_[0] is lowest level link.
         port::AtomicPointer next_[];    //看NewNode代码，实际大小为node height
     };

代码1.3 Node

Node有两个成员变量，Key及next_数组。Key当然是节点数据，next_数组(注意其类型为AtomicPointer )则指向了其所在层及之下各个层中的下一个节点(参见图1.1)。Next_数组的实际大小和该节点的height一致，来看Node的工厂方法NewNode:

     template<typename Key, class Comparator>
     typename SkipList<Key, Comparator>::Node*
         SkipList<Key, Comparator>::NewNode(const Key& key, int height)
     {
         char* mem = arena_->AllocateAligned( sizeof(Node) +
                  sizeof(port::AtomicPointer) * (height - ));
         return new (mem) Node(key);    //显示调用构造函数，并不常见。
     }

代码1.4 NewNode

再来看Node的两组方法：SetNext/Next、NoBarrier_SetNext/NoBarrier_Next。这两组方法用于读写指定层的下一节点指针，前者并发安全、后者非并发安全。来看插入操作实现：

    template<typename Key, class Comparator>
    void SkipList<Key, Comparator>::Insert(const Key& key)
    {
        // TODO(opt): We can use a barrier-free variant of FindGreaterOrEqual()
        // here since Insert() is externally synchronized.
        Node* prev[kMaxHeight];
        Node* x = FindGreaterOrEqual(key, prev);

        // Our data structure does not allow duplicate insertion
        assert(x == NULL || !Equal(key, x->key));

        int height = RandomHeight();
        if (height > GetMaxHeight())
        {
            for (int i = GetMaxHeight(); i < height; i++) {
                prev[i] = head_;
            }
            //fprintf(stderr, "Change height from %d to %d\n", max_height_, height);

            // It is ok to mutate max_height_ without any synchronization
            // with concurrent readers.  A concurrent reader that observes
            // the new value of max_height_ will see either the old value of
            // new level pointers from head_ (NULL), or a new value set in
            // the loop below.  In the former case the reader will
            // immediately drop to the next level since NULL sorts after all
            // keys.  In the latter case the reader will use the new node.
            max_height_.NoBarrier_Store(reinterpret_cast<void*>(height));
        }

        x = NewNode(key, height);
        for (int i = ; i < height; i++) {
            // NoBarrier_SetNext() suffices since we will add a barrier when
            // we publish a pointer to "x" in prev[i].
            x->NoBarrier_SetNext(i, prev[i]->NoBarrier_Next(i));
            prev[i]->SetNext(i, x);
        }
    }

代码1.5 Insert

插入行为主要修改两类数据：max_height_及所有level中前一节点的next指针。

max_height_没有任何并发保护，关于此处作者注释讲的很清楚：读线程在读到新的max_height_同时，对应的层级指针(new level pointer from head_)可能是原有的NULL，也有可能是部分更新的层级指针。如果是前者将直接跳到下一level继续查找，如果是后者，新插入的节点将被启用。

随后节点插入方是将无锁并发变为现实：

1. 首先更新插入节点的next指针，此处无并发问题。
2. 修改插入位置前一节点的next指针，此处采用SetNext处理并发。
3. 由最下层向上插入可以保证当前层一旦插入后，其下层已更新完毕并可用。
   当然，多个写之间的并发SkipList时非线程安全的，在LevelDB的MemTable中采用了另外的技巧来处理写并发问题。

LevelDB源码之二MemTable

MemTable是内存表，在LevelDB中最新插入的数据存储于内存表中，内存表大小为可配置项（默认为4M）。当MemTable中数据大小超限时，将创建新的内存表并将原有的内存表Compact(压缩)到SSTable(磁盘)中。

MemTable* mem_; //新的内存表

MemTable* imm_; //待压缩的内存表

MemTable内部使用了前面介绍的SkipList做为数据存储，其自身封装的主要目的如下：

1. 以一种业务形态出现，即业务抽象。
2. LevelDB是Key-Value存储系统，而SkipList为单值存储，需执行用户数据到SkipList数据的编解码处理。
3. LevelDB支持插入、删除动作，而MemTable中删除动作将转换为一次类型为Deletion的添加动作。

业务形态

MemTable做为内存表可用于存储Key-Value形式的数据、根据Key值返回Value数据，同时需支持表遍历等功能。

     class MemTable {
     public:
         ......

         // Returns an estimate of the number of bytes of data in use by this
         // data structure.
         //
         // REQUIRES: external synchronization to prevent simultaneous
         // operations on the same MemTable.
         size_t ApproximateMemoryUsage();    //目前内存表大小

         // Return an iterator that yields the contents of the memtable.
         //
         // The caller must ensure that the underlying MemTable remains live
         // while the returned iterator is live.  The keys returned by this
         // iterator are internal keys encoded by AppendInternalKey in the
         // db/format.{h,cc} module.
         Iterator* NewIterator();        //    内存表迭代器

         // Add an entry into memtable that maps key to value at the
         // specified sequence number and with the specified type.
         // Typically value will be empty if type==kTypeDeletion.
         void Add(SequenceNumber seq, ValueType type, const Slice& key, const Slice& value);

         // If memtable contains a value for key, store it in *value and return true.
         // If memtable contains a deletion for key, store a NotFound() error
         // in *status and return true.
         // Else, return false.
      //根据key值返回正确的数据
         bool Get(const LookupKey& key, std::string* value, Status* s);

     private:
         ~MemTable();  // Private since only Unref() should be used to delete it

         ......
     };

这即所谓的业务形态：以一种全新的，SkipList不可见的形式出现，代表了LevelDB中的一个业务模块。

KV转储

LevelDB是键值存储系统，MemTable也被封装为KV形式的接口，而SkipList是单值存储结构，因此在插入、读取数据时需完成一次编解码工作。

如何编码？来看Add方法：

     void MemTable::Add(SequenceNumber s, ValueType type, const Slice& key, const Slice& value)
     {
         // Format of an entry is concatenation of:
         //  key_size     : varint32 of internal_key.size()
         //  key bytes    : char[internal_key.size()]
         //  value_size   : varint32 of value.size()
         //  value bytes  : char[value.size()]
         size_t key_size = key.size();
         size_t val_size = value.size();
         size_t internal_key_size = key_size + ;
         //总长度
         const size_t encoded_len =
             VarintLength(internal_key_size) + internal_key_size +
             VarintLength(val_size) + val_size;
         char* buf = arena_.Allocate(encoded_len);
         //Internal Key Size
         char* p = EncodeVarint32(buf, internal_key_size);
          //User Key
         memcpy(p, key.data(), key_size);
         p += key_size;
         //Seq Number + Value Type
         EncodeFixed64(p, (s << ) | type);
         p += ;
         //User Value Size
         p = EncodeVarint32(p, val_size);
          //User Value
         memcpy(p, value.data(), val_size);

         assert((p + val_size) - buf == encoded_len);

         table_.Insert(buf);
     }

参数传入的key、value是需要记录的键值对，本文称之为User Key，User Value。

而最终插入到SkipList的数据为buf，buf数据和User Key、User Value的转换关系如下：

Part 1	Part 2	Part 3	Part 4	Part 5
User Key Size + 8	User Key	Seq Number << 8 | Value Type	User Value Size	User Value

表1 User Key/User Value -> SkipList Data Item

如何解码？来看Get：

     bool MemTable::Get(const LookupKey& key, std::string* value, Status* s)
     {
         Slice memkey = key.memtable_key();    

         Table::Iterator iter(&table_);
         iter.Seek(memkey.data());

         if (iter.Valid()) {
             // entry format is:
             //    klength  varint32
             //    userkey  char[klength - 8]
             //    tag      uint64
             //    vlength  varint32
             //    value    char[vlength]
             // Check that it belongs to same user key.  We do not check the
             // sequence number since the Seek() call above should have skipped
             // all entries with overly large sequence numbers.
             const char* entry = iter.key();
             uint32_t key_length;
             const char* key_ptr = GetVarint32Ptr(entry, entry + , &key_length);
             if (comparator_.comparator.user_comparator()->Compare(
                 Slice(key_ptr, key_length - ), key.user_key()) == )
             {
                 // Correct user key
                 const uint64_t tag = DecodeFixed64(key_ptr + key_length - );
                 switch (static_cast<ValueType>(tag & 0xff)) {
                 case kTypeValue: {
                     Slice v = GetLengthPrefixedSlice(key_ptr + key_length);
                     value->assign(v.data(), v.size());
                     return true;
                 }
                 case kTypeDeletion:
                     *s = Status::NotFound(Slice());
                     return true;
                 }
             }
         }
         return false;
     }

根据memtable_key,通过Table::Iterator的Seek接口找到指定的数据，随后以编码的逆序提前User Value并返回。这里有一个新的概念叫memtable_key，即memtable_key中的键值，它实际上是由表1中的Part1-Part3组成。

更直观一些，我们顺着Table的typedef看过来：

typedef SkipList<const char*, KeyComparator> Table;

---->

 struct KeyComparator
 {
     const InternalKeyComparator comparator;
     explicit KeyComparator(const InternalKeyComparator& c) : comparator(c) { }
     int operator()(const char* a, const char* b) const;
 };

SkipList通过()操作符完成键值比较：

int MemTable::KeyComparator::operator()(const char* aptr, const char* bptr)const {
    // Internal keys are encoded as length-prefixed strings.
Slice a = GetLengthPrefixedSlice(aptr);
    Slice b = GetLengthPrefixedSlice(bptr);
    return comparator.Compare(a, b);    //InternalKeyComparator comparator
}

此处提前的a、b键值即SkipList中使用的key，为表1中part1-part3部分。真正的比较由InternalKeyComparator完成：

 int InternalKeyComparator::Compare(const Slice& akey, const Slice& bkey) const
 {
     // Order by:
     //    increasing user key (according to user-supplied comparator)
     //    decreasing sequence number
     //    decreasing type (though sequence# should be enough to disambiguate)
     int r = user_comparator_->Compare(ExtractUserKey(akey),                     ExtractUserKey(bkey));
     if (r == ) {
         const uint64_t anum = DecodeFixed64(akey.data() + akey.size() - );
         const uint64_t bnum = DecodeFixed64(bkey.data() + bkey.size() - );
         if (anum > bnum) {
             r = -;
         }
         else if (anum < bnum) {
             r = +;
         }
     }
     return r;
 }

核心的比较分为两部分：User Key比较、Seq Number及Value Type比较。

User Key比较由User Compactor完成，如果用户未指定比较器，系统将使用默认的按位比较器（BytewiseComparatorImpl）完成键值比较。

Seq Number即版本号，每一次数据更新将递增该序号。当用户希望查看指定版本号的数据时，希望查看的是指定版本或之前的数据，故此处采用降序比较。

Value Type分为kTypeDeletion、kTypeValue两种，实际上由于任意操作序号的唯一性，类型比较时非必须的。这里同时进行了类型比较也是出于性能的考虑(减少了从中分离序号、类型的工作)。

图2.1 Compactor

注：

1. Add/Get接口对的接口参数形式不一致，属于不良接口封装。Add中采用Slice Key而Get中则使用了LookupKey Key做为键值，此处应统一。
2. 在Add方法中，部分地方使用了变长数据EncodeVarint32、而部分又采用了定长数据EncodeFixed64。此处尚未摸清作者的使用规律，或者和极致的性能优化有关，又或者存在部分随性的因素在。

删除记录

客户端的删除动作将被转换为一次ValueType为Deletion的添加动作，Compact动作将执行真正的删除:

    void MemTable::Add(SequenceNumber s, ValueType type, const Slice& key, const Slice& value) 

--->

    // Value types encoded as the last component of internal keys.
    // DO NOT CHANGE THESE ENUM VALUES: they are embedded in the on-disk
    // data structures.
    enum ValueType {
        kTypeDeletion = 0x0,    //Deletion必须小于Value，查找时按顺序排列
        kTypeValue = 0x1
    };

Get时如查找到符合条件的数据为一条删除记录，查找失败:

     bool MemTable::Get(const LookupKey& key, std::string* value, Status* s)
     {
         Slice memkey = key.memtable_key();    

         Table::Iterator iter(&table_);
         iter.Seek(memkey.data());

         if (iter.Valid()) {
             const char* entry = iter.key();
             uint32_t key_length;
             const char* key_ptr = GetVarint32Ptr(entry, entry + , &key_length);
             if (comparator_.comparator.user_comparator()->Compare(
                 Slice(key_ptr, key_length - ), key.user_key()) == )
             {
                 // Correct user key
                 const uint64_t tag = DecodeFixed64(key_ptr + key_length - );
                 switch (static_cast<ValueType>(tag & 0xff)) {
                 case kTypeValue: {
                     Slice v = GetLengthPrefixedSlice(key_ptr + key_length);
                     value->assign(v.data(), v.size());
                     return true;
                 }
                 case kTypeDeletion:
                     *s = Status::NotFound(Slice());
                     return true;
                 }
             }
         }
         return false;
     }

LevelDB源码之三SSTable

上一节提到的MemTable是内存表，当内存表增长到一定程度时(memtable.size> Options::write_buffer_size)，Compact动作会将当前的MemTable数据持久化,持久化的文件(sst文件)称之为SSTable。LevelDB中的SSTable分为不同的层级，这也是LevelDB称之为Level DB的原因，当前版本的最大层级为7(0-6),level-0的数据最新，level-6的数据最旧。除此之外，Compact动作会将多个SSTable合并成少量的几个SSTable，以剔除无效数据，保证数据访问效率并降低磁盘占用。

SSTable物理布局

在存储设备上，一个SSTable被划分为多个Block数据块。每个Block中存储的可能是用户数据、索引数据或任何其他数据。SSTable除Block外，每个Block尾部还带了额外信息，布局如下：

Block(数据块)	Compression Type(是否压缩)	CRC(数字签名)
Block(数据块)	Compression Type(是否压缩)	CRC(数字签名)

表 3.1 SSTable内部单元

Compression Type标识Block中的数据是否被压缩，采用了何种压缩算法，CRC则是Block的数字签名，用于校验数据的有效性。

Block是SSTable物理布局的关键。来看Block结构：

图3.1 Block的物理布局

Block由以下两部分组成：

l 数据记录：每一个Record代表了一条用户记录(Key-Value对)。严格上讲，并不是完整的用户记录，在Key上Block做了优化。

l 重启点信息：亦即索引信息，用于Record快速定位。如Restart[0]永远指向block的相对偏移0，Restart[1]指向重启点Record4的相对偏移。作者在Key存储上做了优化，每个重启点指向的第一条Record记录了完整的Key值，而本重启点之内的其他key仅包含和前一条的差异项。

让我们通过Block的构建过程了解上述结构：

 void BlockBuilder::Add(const Slice& key, const Slice& value) {
     Slice last_key_piece(last_key_);

     assert(!finished_);
     assert(counter_ <= options_->block_restart_interval);
     assert(buffer_.empty() || options_->comparator->Compare(key, last_key_piece) > );

     //1. 构建Restart Point
 size_t shared = ;
     if (counter_ < options_->block_restart_interval)//配置参数，默认为16
 {                //尚未达到重启点间隔，沿用当前的重启点
         // See how much sharing to do with previous string
         const size_t min_length = std::min(last_key_piece.size(), key.size());
         while ((shared < min_length) && (last_key_piece[shared] == key[shared]))
          {
             shared++;
         }
     }
     else            //触发并创建新的重启点
     {
         //此时，shared = 0; 重启点中将保存完整key
         // Restart compression
         restarts_.push_back(buffer_.size());//buffer_.size()为当前数据块偏移
         counter_ = ;
     }
     const size_t non_shared = key.size() - shared;

 //2. 记录数据
     // shared size | no shared size | value size | no shared key data | value data
     // Add "<shared><non_shared><value_size>" to buffer_
     PutVarint32(&buffer_, shared);
     PutVarint32(&buffer_, non_shared);
     PutVarint32(&buffer_, value.size());
     // Add string delta to buffer_ followed by value
     buffer_.append(key.data() + shared, non_shared);
     buffer_.append(value.data(), value.size());

     // Update state
     last_key_.resize(shared);
     last_key_.append(key.data() + shared, non_shared);
     assert(Slice(last_key_) == key);
     counter_++;
 }

代码3.1 BlockBuilder::Add

Buffer_代表当前数据块,restart_中则包含了重启点信息。当向block中新增一条记录时，首先设置重启点信息，包括：是否创建新的重启点，当前key和last key中公共部分大小。重启点信息整理完毕后，插入Record信息，Record信息的结构如下：

Record: shared size | no shared size | value size | no shared key data | value data

表3.2 Record结构

再来看Block构建完成时调用的Finish方法：

     Slice BlockBuilder::Finish() {
         // Append restart array
         for (size_t i = ; i < restarts_.size(); i++) {
             PutFixed32(&buffer_, restarts_[i]);
         }
         PutFixed32(&buffer_, restarts_.size());
         finished_ = true;
         return Slice(buffer_);
     }

代码3.2 BlockBuilder::Finish

此处和图3.1一致，在所有Record之后记录重启点信息，包括每条重启点信息(block中相对偏移)及重启点数量。

重启点机制主要有两点好处：

1. 索引信息：用于快速定位，读取时通过重启点的二分查找先获取查找数据所属的重启点，随后在重启点内部遍历，时间复杂度为Log(n)。
2. 空间压缩：有序key值使得相邻记录的key值的重叠度极高，通过上述方式可以有效降低持久化设备占用。

至此，SSTable的物理布局已然清晰，由上到下依次为：表3.1->图3.1->表3.2。

SSTable逻辑布局

刚刚看过Block的结构，紧接着来看SSTable的逻辑布局，这次我们先从实现说起：

     void TableBuilder::Add(const Slice& key, const Slice& value) {
         Rep* r = rep_;
         assert(!r->closed);
         if (!ok()) return;
         if (r->num_entries > ) {
             assert(r->options.comparator->Compare(key, Slice(r->last_key)) > );
         }

         //1. 构建Index
         if (r->pending_index_entry) {
             assert(r->data_block.empty());
             r->options.comparator->FindShortestSeparator(&r->last_key, key);
             std::string handle_encoding;
             r->pending_handle.EncodeTo(&handle_encoding);
             r->index_block.Add(r->last_key, Slice(handle_encoding));
             r->pending_index_entry = false;
         }

      //2. 记录数据
         r->last_key.assign(key.data(), key.size());
         r->num_entries++;
         r->data_block.Add(key, value);

         //3. 数据块大小已达上限，写入文件
         const size_t estimated_block_size = r->data_block.CurrentSizeEstimate();
         if (estimated_block_size >= r->options.block_size) {
             Flush();
         }
     }

代码3.3 TableBuilder::Add

这段代码和代码3.1类似，先构建索引，随后插入数据，此处额外增加了数据块处理逻辑：数据块大小达到了指定上限，写入文件。您可能已经注意到，Block中采用了重启点机制实现索引功能，在保证性能的同时又降低了磁盘占用。那么此处为何没有采用类似的机制呢？

实际上，此处索引键值的存储也做了优化，具体实现在FindShortestSeparator中，其目的在于获取最短的可以做为索引的“key”值。举例来说，“helloworld”和”hellozoomer”之间最短的key值可以是”hellox”。除此之外，另一个FindShortSuccessor方法则更极端，用于找到比指定key值大的最小key，如传入“helloworld”，返回的key值可能是“i”而已。作者专门为此抽象了两个接口，放置于Compactor中，可见其对编码也是是有“洁癖”的(*_*)。

     // A Comparator object provides a total order across slices that are
     // used as keys in an sstable or a database.  A Comparator implementation
     // must be thread-safe since leveldb may invoke its methods concurrently
     // from multiple threads.
     class Comparator {
     public:
          ......
         // Advanced functions: these are used to reduce the space requirements
         // for internal data structures like index blocks.

         // If *start < limit, changes *start to a short string in [start,limit).
         // Simple comparator implementations may return with *start unchanged,
         // i.e., an implementation of this method that does nothing is correct.
         virtual void FindShortestSeparator(std::string* start, const Slice& limit) const = ;

         // Changes *key to a short string >= *key.
         // Simple comparator implementations may return with *key unchanged,
         // i.e., an implementation of this method that does nothing is correct.
         virtual void FindShortSuccessor(std::string* key) const = ;
     };

代码3.4 索引键值优化接口

再来看Table构建完成时调用的Finish方法：

     Status TableBuilder::Finish() {
         //1. Data Block
         Rep* r = rep_;
         Flush();

         assert(!r->closed);
         r->closed = true;

         //2. Meta Block
         BlockHandle metaindex_block_handle;
         BlockHandle index_block_handle;
         if (ok())
         {
             BlockBuilder meta_index_block(&r->options);
             // TODO(postrelease): Add stats and other meta blocks
             WriteBlock(&meta_index_block, &metaindex_block_handle);
         }

         //3. Index Block
         if (ok()) {
             if (r->pending_index_entry) {
                 r->options.comparator->FindShortSuccessor(&r->last_key);
                 std::string handle_encoding;
                 r->pending_handle.EncodeTo(&handle_encoding);
                 r->index_block.Add(r->last_key, Slice(handle_encoding));
                 r->pending_index_entry = false;
             }
             WriteBlock(&r->index_block, &index_block_handle);
         }

         //4. Footer
         if (ok())
         {
             Footer footer;
             footer.set_metaindex_handle(metaindex_block_handle);
             footer.set_index_handle(index_block_handle);
             std::string footer_encoding;
             footer.EncodeTo(&footer_encoding);
             r->status = r->file->Append(footer_encoding);
             if (r->status.ok()) {
                 r->offset += footer_encoding.size();
             }
         }
         return r->status;
     }

代码3.5 TableBuilder::Finish

通过Finish方法，我们可以一窥SSTable的全貌：

图3.2 SSTable逻辑布局

l Data Block：数据块，用户数据存放于此。

l Meta Block：元数据块，暂未使用，占位而已。

l Index Block：索引块，用于用户数据快速定位。

l Footer：见图3.3，“metaindex_handle指出了metaindex block的起始位置和大小；inex_handle指出了index Block的起始地址和大小；这两个字段可以理解为索引的索引，是为了正确读出索引值而设立的，后面跟着一个填充区和魔数。”（引自数据分析与处理之二（Leveldb 实现原理））。

图3.3 Footer

1. 重启点机制问题：SSTable一旦创建后，将只存在查询行为，在键值查找或SSTable遍历时，必定从重启点开始查找，因此除重启点位置的Record为完整key外，其他均为差异项亦可快速定位。
2. Table、Block一旦创建后无法修改，TableBuilder负责Table创建，BlockBuilder负责。Table、Block最重要的接口为Iterator* NewIterator(...) const，用于查找、遍历数据。LevelDB中的Iterator稍显复杂，后面会统一备忘。
3. Table、Block各自采用了类似的索引机制，并形成了Table到Block的多级索引。重启点、Table的索引机制在保证性能的同时又降低了存储空间。
4. 表3.1、图3.2中一直强调SSTable中存储的是Block，这种描述并不十分准确。表3.1中讲到，SSTable中存储了“Compression Type(是否压缩)”，如果数据被压缩，SSTable中存储的并不是Block数据本身，而是压缩后的数据，使用时则需先对Block解压。

Version、Current File、Manifest等暂未备忘，待后续补充。