@HUST张友东 work@taobao zyd_com@126.com
分类： LINUX
2011-09-15 19:21:41
TCTDB是tokyo cabinet家族中的表格数据库（如上图），其实现基于TCHDB（hash database）和TCBDB(B-tree database)。
TCHDB参考：http://blog.chinaunix.net/space.php?uid=20196318&do=blog&id=327754
TCBDB的代码没有读过，有时间也阅读一下，其结构如下图所示。
TCTDB的主要特性：
1. 松散表格实现，以primary key标示表格的一行，每行包括多列，列以名字标示。
行的存储使用TCHDB，把所有的行作为一个value（在内存中是一个map，map中为多个列的列名以及列值）存储，更新时，也必须整体更新，即使是单个colomn的更新也需要把整体读出来更新其中的部分信息。
2. 灵活的数据结构，所有的数据结构都作为char[]存储，no schema，no data type。
3. 查询机制，实现多种查询操作（字符串匹配，正则，整数比较等），结果可按列字段排序。
4. 列索引，通过TCBDB存储基于列的索引，查询机制基于列索引(toke，q-gram)，先后去对应列的索引倒排表，然后在表中进行匹配。
查询支持的匹配方式
enum { /* enumeration for query conditions */
TDBQCSTREQ, /* string is equal to */
TDBQCSTRINC, /* string is included in */
TDBQCSTRBW, /* string begins with */
TDBQCSTREW, /* string ends with */
TDBQCSTRAND, /* string includes all tokens in */
TDBQCSTROR, /* string includes at least one token in */
TDBQCSTROREQ, /* string is equal to at least one token in */
TDBQCSTRRX, /* string matches regular expressions of */
TDBQCNUMEQ, /* number is equal to */
TDBQCNUMGT, /* number is greater than */
TDBQCNUMGE, /* number is greater than or equal to */
TDBQCNUMLT, /* number is less than */
TDBQCNUMLE, /* number is less than or equal to */
TDBQCNUMBT, /* number is between two tokens of */
TDBQCNUMOREQ, /* number is equal to at least one token in */
TDBQCFTSPH, /* full-text search with the phrase of */
TDBQCFTSAND, /* full-text search with all tokens in */
TDBQCFTSOR, /* full-text search with at least one token in */
TDBQCFT***, /* full-text search with the compound expression of */
TDBQCNEGATE = 1 << 24, /* negation flag */
TDBQCNOIDX = 1 << 25 /* no index flag */
};
TC支持多种类型查询，匹配主要基于字符串和数值，字符串的匹配支持正则表达式，部分匹配，前向/后向匹配；数值的主要基于比较运算符。
结果排序方式
enum { /* enumeration for order types */
TDBQOSTRASC, /* string ascending */
TDBQOSTRDESC, /* string descending */
TDBQONUMASC, /* number ascending */
TDBQONUMDESC /* number descending */
};
TCTDB可对查询结果进行排序，支持以上四种方式的排序，按字符串升降序，按数值升降序。
索引类型
enum { /* enumeration for index types */
TDBITLEXICAL, /* lexical string */
TDBITDECIMAL, /* decimal string */
TDBITTOKEN, /* token inverted index */
TDBITQGRAM, /* q-gram inverted index */
};
TCTDB在建立列索引时，可设置索引类型，主要包括字典串序索引，十进制串序索引，TOKEN索引，q-gram索引。如果需要对某个列进行建立索引，则每当插入一个新的行时，会对相应的列添加指定的索引（每个索引对应一个TCBDB来存储索引数据）。
|
Name（主key） |
Age |
Company |
Interest |
|
Jack |
23 |
baidu |
basketball，sanguosha |
|
Rose |
22 |
tencent |
pingpong，poker |
|
Joe |
25 |
taobao |
kfc bicycle |
如果需要根据Age建立索引，索引类型为TDBITDECIMAL
则当三个行插入后，生成的索引（TCBDB）中包含三行，依次为22（rose），23（jack），25（joe）（索引会根据类型进行排序，括号中代表value）。
如果还需要对Company建立索引，类型为TDBITDECIMAL，则当插入三行后，生成的索引中三行依次为，baidu（jack），taobao（joe），tencent（rose）。
如果还需要对interest建立索引，类型为TDBITTOKEN，则当插入三行后，生成的索引中依次为，basketball（jack），bicycle（joe），kfc（joe），pingpong（rose），poker（rose），sanguosha（jack）。
有了以上索引，则当需要根据某个colomn的值进行查询时，效率会相当高，其基于btree进行查找。
