mini-lsm通关笔记Week2Day4
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：
- 实现一个分级合并策略，并在合并模拟器上进行仿真。
- 将分级合并策略纳入系统。
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 4
cargo x scheck
本节自己有点偷懒，直接看的参考代码，本文只对参考代码做相关代码注释解释。
Task 1-Leveled Compaction
在第2章，您已经实现了简单的分级合并策略。但是，该实现存在以下几个问题：
合并总是包含一个完整的级别。请注意，在完成合并之前，您无法删除旧文件，因此，在合并进行时（如果是完全合并），您的存储引擎可能会使用2倍的存储空间。分层合并也有同样的问题。在本章中，我们将实现部分合并，我们从上层选择一个SST进行合并，而不是全层。
SST可能会在空位上被合并。正如您在合并模拟器中看到的那样，当LSM状态为空，并且存储引擎转储一些L0 SST时，这些SST将首先合并到L1，然后从L1合并到L2，等等。最佳策略是直接将L0的SST放置到可能的最低的层级。以避免不必要的写放大。
在本章中，您将实现一个生产就绪的分级合并策略。该策略与RocksDB的分级合并相同。您需要修改：
src/compact/leveled.rs要运行合并模拟器，
cargo run --bin compaction-simulator leveled
Task 1.1-Compute Target Sizes
在此合并策略中，您需要知道每个SST的第一个/最后一个键以及SST的大小。合并模拟器将设置一些mock SST供您访问。
您需要计算当前级别的目标大小。假设
base_level_size_mb为200MB，级别数（除L0外）为6。当LSM状态为空时，目标大小将为：[0 0 0 0 0 200MB]在底层级别超过
base_level_size_mb之前，所有其他中间级别的目标大小将为0。有这个想法的原因是，当数据总量很小的时候，创建中间级别是很浪费的。当底层达到或超过
base_level_size_mb时，我们将通过将大小除以level_size_multiplier来计算其他层的目标大小。假设底层包含300MB的数据，level_size_multiplier=10。0 0 0 0 30MB 300MB此外，还需要满足最多一个级别的目标大小可以低于
base_level_size_mb。假设我们现在在最后一级有30GB的文件，则各级目标大小为0 0 30MB 300MB 3GB 30GB请注意，在这种情况下，L1和L2的目标大小为0，而L3是唯一一个目标大小低于
base_level_size_mb的级别。
在实现后面的触发器逻辑之前，先需要计算每层的目标值。这个值的大小、层数都不是固定的，会随最底层的大小变动。参考代码：
// 声明用于存储目标大小结果的数组
let mut target_size = Vec::with_capacity(self.options.max_levels);
// 计算最低一层大小
let mut last_level_size = _snapshot.levels[self.options.max_levels - 1]
.1
.iter()
.map(|x| _snapshot.sstables.get(x).unwrap().table_size())
.sum::<u64>() as usize;
// 计算每层目标大小，每层递减为1/level_size_multiplier
for num in 0..self.options.max_levels {
target_size.insert(0, last_level_size);
if last_level_size < self.options.base_level_size_mb * 1024 * 1024 {
last_level_size = 0;
} else {
last_level_size = last_level_size / self.options.level_size_multiplier;
}
}
Task 1.2-Decide Base Level
现在，让我们解决在简单的分级合并策略中SST可以跨空层合并的问题。当我们对L0 SST进行合并时，我们不会直接将其放到L1中。相反，我们将其合并到
target size > 0的第一个级别。例如，当目标级别大小为：0 0 0 0 30MB 300MB如果L0 SST的数量达到
level0_file_num_compaction_trigger阈值，我们将对L0 SST进行合并直接放入使用L5缓存(目标大小为30MB)中。现在，您可以生成L0合并任务并运行合并模拟器。
--- After Flush --- L0 (1): [23] L1 (0): [] L2 (0): [] L3 (2): [19, 20] L4 (6): [11, 12, 7, 8, 9, 10] ... --- After Flush --- L0 (2): [102, 103] L1 (0): [] L2 (0): [] L3 (18): [42, 65, 86, 87, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 61, 62, 52, 34] L4 (6): [11, 12, 7, 8, 9, 10]合并模拟器中的层数为4。所以SST应该直接刷新到L3/L4。
需要在刚刚的计算中添加base_level用于计算：
// 声明用于存储目标大小结果的数组
let mut target_size = Vec::with_capacity(self.options.max_levels);
// 默认为最低层
let mut base_level = self.options.max_levels;
// 计算最低一层大小
let mut last_level_size = _snapshot.levels[self.options.max_levels - 1]
.1
.iter()
.map(|x| _snapshot.sstables.get(x).unwrap().table_size())
.sum::<u64>() as usize;
// 计算每层目标大小，每层递减为1/level_size_multiplier
for num in 0..self.options.max_levels {
target_size.insert(0, last_level_size);
if last_level_size < self.options.base_level_size_mb * 1024 * 1024 {
last_level_size = 0;
} else {
last_level_size = last_level_size / self.options.level_size_multiplier;
// 若当层目标大小不为0MB，则使用当层
base_level -= 1;
}
}
// 当所有级别的目标大小都不为0MB时，放置在最顶层
if base_level == 0 {
base_level = 1;
}
println!("target_size {:?}", target_size);
// L0中SST数量超过阈值level0_file_num_compaction_trigger，合并至base_level
if _snapshot.l0_sstables.len() >= self.options.level0_file_num_compaction_trigger {
println!("flush L0 SST to base level {}", base_level);
return Some(LeveledCompactionTask {
upper_level: None,
upper_level_sst_ids: _snapshot.l0_sstables.clone(),
lower_level: base_level,
lower_level_sst_ids: self.find_overlapping_ssts(
_snapshot,
&_snapshot.l0_sstables,
base_level,
),
is_lower_level_bottom_level: base_level == self.options.max_levels,
});
}
Task 1.3-Decide Level Priorities
现在我们需要处理L0以下的合并。L0合并总是具有最高优先级，因此如果L0达到阈值，则应首先对其进行合并。之后，我们就可以通过
current_size/target_size来计算每一层的合并优先级了。我们只合并此比率> 1.0的级别，将选择比值最大的级别用于较低级别的合并。例如，如果我们有：L3: 200MB, target_size=20MB L4: 202MB, target_size=200MB L5: 1.9GB, target_size=2GB L6: 20GB, target_size=20GB合并的优先级为：
L3: 200MB/20MB = 10.0 L4: 202MB/200MB = 1.01 L5: 1.9GB/2GB = 0.95L3和L4需要分别对其下级进行合并，而L5则不需要。而L3的比值更大，因此我们将生成L3和L4的合并任务。合并完成后，我们很可能会调度L4和L5的合并。
首先按照任务要求，我们需要找到优先级最高的级别：
// 当前最大优先级
let mut priority = 0.0f64;
// 选择需要合并的级别
let mut select_level = 0;
for num in 0..(self.options.max_levels - 1) {
// 目标大小为0的，不会放置合并的sst，不用计算
if target_size[num] == 0 {
continue;
}
// 本层级大小
let current_size = _snapshot.levels[num]
.1
.iter()
.map(|x| _snapshot.sstables.get(x).unwrap().table_size())
.sum::<u64>() as usize;
// 本层级优先级
let current_priority = current_size as f64 / target_size[num] as f64;
if current_priority > 1.0f64 && current_priority > priority {
// 当前层级为优先级最高层级
select_level = num + 1;
priority = current_priority;
}
println!(
"L{},current_size:{},target_size:{},priority:{}",
(num + 1),
current_size,
target_size[num],
current_priority
);
}
若找到需要合并的层，则建立合并任务：
if select_level > 0 {
let selected_sst = _snapshot.levels[select_level - 1]
.1
.iter()
.min()
.copied()
.unwrap();
return Some(LeveledCompactionTask {
upper_level: Some(select_level),
upper_level_sst_ids: vec![selected_sst],
lower_level: select_level + 1,
lower_level_sst_ids: self.find_overlapping_ssts(
_snapshot,
&[selected_sst],
select_level + 1,
),
is_lower_level_bottom_level: (select_level + 1) == self.options.max_levels,
});
}
Task 1.4-Select SST to Compact
现在，让我们解决简单的分级合并策略中合并总是包含当前级别所有SST的问题。当我们决定合并两个级别时，我们总是从较高的级别中选择最老的SST。通过比较SST id可以知道SST产生的时间。
还有其他选择合并SST的方法，例如，通过查看删除墓碑的数量。您可以将其作为奖励任务的一部分实现。
选择上一级SST后，您需要使用上一级SST的重叠键查找下一级SST中的所有SST。然后，您可以生成一个合并任务，该合并任务在上一级包含正好一个SST，在下一级包含重叠的SST。
当合并完成时，您需要从状态中移除SST，并将新的SST插入到正确的位置。请注意，在除L0之外的所有级别中，应保持SST id按第一个键排序。
运行合并模拟器，您应该看到：
--- After Compaction --- L0 (0): [] L1 (4): [222, 223, 208, 209] L2 (5): [206, 196, 207, 212, 165] L3 (11): [166, 120, 143, 144, 179, 148, 167, 140, 189, 180, 190] L4 (22): [113, 85, 86, 36, 46, 37, 146, 100, 147, 203, 102, 103, 65, 81, 105, 75, 82, 95, 96, 97, 152, 153]级别的大小应保持在级别乘数比之下。以及合并任务：
Upper L1 [224.sst 7cd080e..=33d79d04] Lower L2 [210.sst 1c657df4..=31a00e1b, 211.sst 31a00e1c..=46da9e43] -> [228.sst 7cd080e..> =1cd18f74, 229.sst 1cd18f75..=31d616db, 230.sst 31d616dc..=46da9e43]…应该只有一个来自上层的SST。
注意：这部分我们不提供细粒度的单元测试。您可以运行合并模拟器并与参考解决方案的输出进行比较，以查看您的实现是否正确。
需要实现一个find_overlapping_ssts函数，函数签名如下：
fn find_overlapping_ssts(
&self,
snapshot: &LsmStorageState,
sst_ids: &[usize],
in_level: usize,
) -> Vec<usize>
sst_ids：上层选取的SST,若是L0层的合并则是L0中所有SST，否则只会选取单个in_level：在该层级中找与上述SST中key的范围覆盖的SST
函数实现：
fn find_overlapping_ssts(
&self,
snapshot: &LsmStorageState,
sst_ids: &[usize],
in_level: usize,
) -> Vec<usize> {
// sst_ids中最小的key
let begin_key = sst_ids
.iter()
.map(|id| snapshot.sstables[id].first_key())
.min()
.cloned()
.unwrap();
// sst_ids中最大的key
let end_key = sst_ids
.iter()
.map(|id| snapshot.sstables[id].last_key())
.max()
.cloned()
.unwrap();
let mut overlap_ssts = Vec::new();
for sst_id in &snapshot.levels[in_level - 1].1 {
let sst = &snapshot.sstables[sst_id];
let first_key = sst.first_key();
let last_key = sst.last_key();
// 若in_level中的SST在范围中，则选取出来用于合并
if !(last_key < &begin_key || first_key > &end_key) {
overlap_ssts.push(*sst_id);
}
}
overlap_ssts
}
Task 2-Integrate with the Read Path
在此任务中，您需要修改：
src/compact.rs src/lsm_storage.rs实现应该类似于简单的分层合并。记住更改get/scan读取路径和合并迭代器。
compact.rs修改compact函数，实现CompactionTask::Leveled分支，实现内容和之前的CompactionTask::Simple一致。
原文地址：https://blog.csdn.net/qq_16860161/article/details/143896763
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！