Leveldb源码解析第二篇【Meta Block】
版权声明:本文为博主原创文章,未经博主允许不得转载。
上一章中详细讲解了 table
中的 data block
的结构以及涉及的源码,本章中将讲解 table
结构中的 meta block
table
结构
|
|
先说说
meta block
在table
中的作用
一个meta block对应一个data block,meta block的作用是快速判断对应的data block中是否存在某个key,详情可以搜索“Bloom Filter”
原理是这样的,首先需要定义一个大的bitmap,实际就是一个字符串,bitmap中初始时每一位都是0,当往data block中添加key时,会根据这个key值算出一组hash值,hash值对bitmap位数取模后将bitmap中对应的位置设置为1;当需要查询data block中是否存在某个key时,只需通过这个key计算一组hash值,然后查看hash值在bitmap中对应的位置的值是否为1,只有有一个位置不为1,说明这个data block中不存在这个key
上面所说的算法中会存在hash冲突,如果bitmap中已经存了两个key
|
|
当我们要查询的 key3
计算出来的位置为[1,4]时,在 bitmap
中[1,4]两个位置都是1,这个只能说明data block中有可能存在key3,所以说bitmap是用来快速判断key不在data block中,我们需要做的是使出现误判的概率降到最低,可以得到一个公式
假设一个key要对应k个hash值,总共有n个key,bitmap的位数为m,那么出现误判的概率为
|
|
上面的公式是怎么得到的呢?
假设我们现在要在bitmap中判断某个key是否存在,先要算出k个hash值,而这k个hash值对应的位置上面恰恰都有1的概率是多少呢
假设一个位置上面恰恰为1的概率为p,那么k个位置上面都为1的概率为p^k
p要怎么得到呢?
p代表的是一个位置上面恰恰为1的概率,我们可以先得到这个位置不为1的概率为q,那么,p=(1-q)
q要怎么得到呢?
q代表的是一个位置上面不为1的概率,说明n个key在计算k个hash的时候都没有落在这个点上,一次没有落在这个点上的概率为1-1/m,kn次没有落在这个点上的概率为(1-1/m)^(kn),那么kn次落在这个点上的概率为1-(1-1/m)^(kn),一共有k个点,k个点都是1的概率就为(1-(1-1/m)^(kn))^k
好多年不搞数学,上面的公式解释的好痛苦(-_-!!!)
为了保证误判的概率最低,如果m和n固定的话,可以得到k的最优解为k=m/n*ln2,我也不知道怎么算出来的,网上抄的(-_-!!!)
上面说了这么多理论,接下来要开始撸代码啦
搞懂
meta block
需要阅读如下源码文件
12345 1 table/filter_block.h // [非常重要|难度:4 级] filter_block的结构2 table/filter_block.cc3 include/leveldb/filter_policy.h // [重要|难度:2级] 过滤策略4 util/bloom.cc // [重要|难度:2级] 过滤策略具体实现
filter_policy.h
先介绍 filter_policy
,中文翻译为过滤策略,这个地方只是定义了一个接口,用户可以重写这个接口
|
|
bloom.cc
filter_policy
的具体实现
|
|
上面介绍一下bloom的具体实现,现在来介绍在table中的filter block怎么构建了,这个地方的命名我个人觉得有点奇怪,block.h中介绍的是block的结构,真正来构建一个block的类是block_builder,而filter_block.h就是用来构建filter_block的
filter_block.h中有两个类,一个是构建一个filter_block的,还有一个是来解析filter_block的
|
|
|
|
|
|
【作者:antonyxu https://antonyxux.github.io/ 】