当前位置： 首页 > article >正文

mini-lsm通关笔记Week2Day5

article 2024/11/25 20:01:05

项目地址：https://github.com/skyzh/mini-lsm

个人实现地址：https://gitee.com/cnyuyang/mini-lsm

Summary

在本章中，您将：

  • 实现manifest文件的编解码。
  • 系统重启时从manifest文件中恢复。

要将测试用例复制到启动器代码中并运行它们，

cargo x copy-test --week 2 --day 5
cargo x scheck

Task 1-Manifest Encoding

系统使用manifest文件来记录引擎中发生的所有操作。目前只有两种类型：合并和转储SST。当引擎重新启动时，它将读取manifest文件，重建状态，并将磁盘上SST文件加载到内存中。

存储LSM状态的方法有很多。最简单的方法之一是简单地将完整状态存储到JSON文件中。每当我们执行一次合并或转储SST时，我们可以将整个LSM状态序列化到一个文件中。这种方法的问题是，当数据库变得超大（即10k SST）时，将manifest写入磁盘将超级慢。因此，我们将manifest设计为一个追加写的文件。

在此任务中，您需要修改：

src/manifest.rs

我们使用JSON对manifest进行编码。你可以使用serde_json::to_vec将manifest编码为json，并将其写入manifest文件，然后执行fsync。当你从manifest文件读取时，你可以使用serde_json::Deserializer::from_slice，它将返回一个记录流。你不需要存储记录长度等，因为serde_json可以自动找到记录的拆分。

manifest文件格式如下：

| JSON record | JSON record | JSON record | JSON record |

再次注意，我们并没有记录每条记录有多少字节的信息。

在引擎运行几个小时后，manifest文件可能会变得非常大。此时，您可以定期压缩manifest文件以存储当前快照并截断日志。这是您可以作为奖励任务的一部分实现的优化。

serde_json该库可以实现JSON的自动拆分，就是说serde_json::Deserializer::from_slice可以解析如下格式的json文件：

{
    ...
}
{
    ...
}
{
    ...
}

与标准的json数组相比前后不需要[]包裹，中间不需要,分隔。

所有我们实现add_record_when_init函数只需要序列化对象，然后对文件进行追加写操作：

pub fn add_record_when_init(&self, record: ManifestRecord) -> Result<()> {
    // 获取锁，避免两个线程竞争写入
    let mut file = self.file.lock();
    // 将对象序列化成二进制数据
    let buf = serde_json::to_vec(&record)?;
    // 写入文件
    file.write_all(&buf)?;
    // 避免操作系统缓存，强制写入磁盘
    file.sync_all()?;
    Ok(())
}

Task 2-Write Manifests

现在，您可以继续并修改您的LSM引擎以在必要时写入manifest文件。在此任务中，您需要修改：

src/lsm_storage.rs
src/compact.rs

目前，我们只使用两种类型的manifest记录：转储SST和合并。转储SST操作的manifest记录中存储转储到磁盘的SST id。合并操作的manifest记录中存储了合并任务和生成的SST id。每次向磁盘写入一些新文件时，首先同步文件和存储目录，然后写入manifest并同步manifest。manifest文件应写入<path>/MANIFEST。

要同步目录，可以实现sync_dir函数，其中可以使用File::open(dir).sync_all()?来同步它。在Linux上，目录是一个文件，包含目录中的文件列表。通过在目录上执行fsync，您将确保在断电时，新写入的（或删除的）文件可以对用户可见。

记住为后台合并触发器（leveled/simple/universal）和用户请求执行强制合并时写一个合并manifest记录。

  • 创建Manifests文件，先不考虑恢复场景，修改LsmStorageInner::open函数
let mut manifest = None;
if !manifest_path.exists() {
    manifest = Some(Manifest::create(manifest_path)?);
}

...

let storage = Self {
    ...
    manifest,
    ...
};
Ok(storage)
  • 转储SST时写入Manifests文件，修改force_flush_next_imm_memtable，在转储后记录一条记录，ManifestRecord::Flush的变体中只需要记录sst_id：
pub fn force_flush_next_imm_memtable(&self) -> Result<()> {
    ...
    self.manifest
    .as_ref()
    .unwrap()
    .add_record(&_state_lock, ManifestRecord::Flush(sst_id))?;

    self.sync_dir()?;
}
  • 合并sst写入Manifests文件，修改trigger_compaction，在合并任务后记录一条记录，ManifestRecord::Compaction的变体中只需要记录合并的task任务和合并结果产生的新的sst：
self.manifest
    .as_ref()
    .unwrap()
    .add_record(&_state_lock, ManifestRecord::Compaction(task, output))?;

self.sync_dir()?;

Task 3-Flush on Close

在此任务中，您需要修改：

src/lsm_storage.rs

您需要实现close函数。如果self.options.enable_wal = false（我们将在下一章介绍WAL），那么在停止存储引擎之前，应该将所有的memtable转储到磁盘，这样所有的用户更改都会被持久化。

此前的任务中修改过close函数，就是在close前关闭合并、转储线程。新增逻辑：

  • 开启enable_wal开关，待合并、转储线程线程停止后直接返回

  • 未开启enable_wal开关，应该将所有的memtable转储到磁盘

pub fn close(&self) -> Result<()> {
    // 向合并线程发送停止信号
    self.compaction_notifier.send(()).ok();
    // 向转储线程发送停止信号
    self.flush_notifier.send(()).ok();
    let mut compaction_thread = self.compaction_thread.lock();
    if let Some(compaction_thread) = compaction_thread.take() {
        compaction_thread
            .join()
            .map_err(|e| anyhow::anyhow!("{:?}", e))?;
    }
    let mut flush_thread = self.flush_thread.lock();
    if let Some(flush_thread) = flush_thread.take() {
        flush_thread
            .join()
            .map_err(|e| anyhow::anyhow!("{:?}", e))?;
    }

    // 开启enable_wal开关直接返回
    if self.inner.options.enable_wal {
        return Ok(());
    }

    // 未enable_wal开关，转储所有`memtable`
    if !self.inner.state.read().memtable.is_empty() {
        self.inner
            .force_freeze_memtable(&self.inner.state_lock.lock())?;
    }

    while {
        let snapshot = self.inner.state.read();
        !snapshot.imm_memtables.is_empty()
    } {
        self.inner.force_flush_next_imm_memtable()?;
    }
    self.inner.sync_dir()?;
    Ok(())
}

Task 4-Recover from the State

在此任务中，您需要修改：

src/lsm_storage.rs

现在，您可以修改open函数以从manifest文件中恢复引擎状态。要恢复它，您需要首先生成需要加载的SST列表。您可以通过调用apply_compaction_result并恢复LSM状态下的SST id来完成此操作。之后，您可以迭代状态并加载所有SST（更新sstables哈希映射）。在此过程中，您需要计算最大SST id并更新next_sst_id字段。之后，您可以使用该id创建一个新的memtable，并将id递增1。

如果您实施了分级合并，则可能在每次应用合并结果时对SST进行排序。但是，使用manifest recover，你的排序逻辑将被破坏，因为在恢复过程中，你无法知道每个SST的开始键和结束键。要解决这个问题，您需要读取apply_compaction_result函数的in_recovery标志。在恢复过程中，不应尝试检索SST的第一个密钥。在LSM状态恢复并打开所有SST之后，您可以在恢复过程结束时进行排序。

或者，您可以在manifest中包含每个SST的开始密钥和结束密钥。在RocksDB/BadgerDB中使用了这种策略，在apply_compaction_result过程中不需要区分恢复模式和正常模式。

您可以使用mini-lsm-cli来测试您的实现。

cargo run --bin mini-lsm-cli
fill 1000 2000
close
cargo run --bin mini-lsm-cli
get 1500

要运行起mini-lsm-cli还需要执行path参数：cargo run --bin mini-lsm-cli -- --path /tmp/lsm。会将生成的sst保存在该目录下。

从Manifests文件读取记录

使用以下代码可以从文件中反序列化出记录：

pub fn recover(path: impl AsRef<Path>) -> Result<(Self, Vec<ManifestRecord>)> {
    let mut file = OpenOptions::new()
        .read(true)
        .append(true)
        .open(path)
        .context("failed to recover manifest")?;
    let mut buf = Vec::new();
    file.read_to_end(&mut buf)?;
    let mut stream = Deserializer::from_slice(&buf).into_iter::<ManifestRecord>();
    let mut records = Vec::new();
    while let Some(x) = stream.next() {
        records.push(x?);
    }
    Ok((
        Self {
            file: Arc::new(Mutex::new(file)),
        },
        records,
    ))
}

修改LsmStorageInner::open函数，当Manifests文件文件存在时，走恢复流程

if !manifest_path.exists() {
    manifest = Some(Manifest::create(manifest_path)?);
} else {
    // 读取持久化的记录
    let (m, records) = Manifest::recover(&manifest_path)?;
    manifest = Some(m);

    // 遍历记录，回放流程
    for record in records {
        match record {
            ManifestRecord::Flush(sst_id) => {
                if compaction_controller.flush_to_l0() {
                    state.l0_sstables.insert(0, sst_id);
                } else {
                    state.levels.insert(0, (sst_id, vec![sst_id]));
                }
                next_sst_id = next_sst_id.max(sst_id);
            }
            ManifestRecord::NewMemtable(_) => {}
            ManifestRecord::Compaction(task, output) => {
                let (new_state, _) =
                    compaction_controller.apply_compaction_result(&state, &task, &output);
                state = new_state;
                next_sst_id =
                    next_sst_id.max(output.iter().max().copied().unwrap_or_default());
            }
        }
    }
    // 读取state中需要读取的SST
    for table_id in state
        .l0_sstables
        .iter()
        .chain(state.levels.iter().map(|(_, files)| files).flatten())
    {
        let table_id = *table_id;
        let sst = SsTable::open(
            table_id,
            Some(block_cache.clone()),
            FileObject::open(&Self::path_of_sst_static(path, table_id))
                .context("failed to open SST")?,
        )?;
        state.sstables.insert(table_id, Arc::new(sst));
    }
    next_sst_id += 1;
    state.memtable = Arc::new(MemTable::create(next_sst_id));
    next_sst_id += 1;
}

可以在指导运行的目录，直接使用cat命令查看Manifests文件，查看写入的内容


http://www.kler.cn/a/409044.html

相关文章：

  • 百度在下一盘大棋
  • anaconda pycharm 使用问题
  • 07-Making a Bar Chart with D3.js and SVG
  • libphone desktop编译
  • LeetCode 746. 使用最小花费爬楼梯 java题解
  • Parker派克防爆电机在实际应用中的安全性能如何保证？
  • 扩散模型中IGSO(3)分布PDF的近似表示
  • 鸿蒙学习高效开发与测试-集成开发环境（4）
  • 网络安全，文明上网（4）掌握网络安全技术
  • 代码随想录算法训练营第五十三天|Day53 图论
  • AIVA 技术浅析（四）：捕捉音乐作品中的长期依赖关系
  • C#构建一个简单的循环神经网络，模拟对话
  • 【代码pycharm】动手学深度学习v2-07 自动求导
  • C语言-详细讲解-P1217 [USACO1.5] 回文质数 Prime Palindromes
  • 【C++】list模拟实现（详解）
  • css:感觉稍微高级一点的布局
  • SpringBoot社团管理：安全与维护
  • 【系统架构设计师】真题论文: 论软件需求管理（包括解题思路和素材）
  • Redis 常用数据类型插入性能对比：循环插入 vs. 批量插入
  • 自主导航：机器人如何在复杂环境中找到自己的路？
  • 小程序免备案：快速部署与优化的全攻略
  • Java 查询最大最小值 详解
  • C语言教程指针笔记整理（三）
  • 如何选择服务器
  • C++之旅-set和map掌握篇
  • 深度优先搜索题目合集