PHP的实现一个高效的数据库（文件存储，NOSQL）

发布:smiling　来源: PHP粉丝网　添加日期：2015-12-12 14:57:40　浏览: 评论：0　

下文为各位整理一个PHP的实现一个高效的数据库（文件存储，NOSQL）的例子，希望对各位有帮助。

用文件的方式读写，一个文件是索引文件，另一个文件是真实的数据文件。

索引文件分为2部分，第一部分是所有的指针，记录第二部分的位置；第二部分是索引记录。所有的索引指针：是记录所有相同Hash值的key的指针，它是一个链表结构，记录在数据文件的位置和同key的下一个值。

索引记录中:每条记录有四部分，第一部分4个字节，是下一条索引的偏移量；第二部分是该记录的key，128字节；第三部分是数据偏移量，4个字节；第四部分是数据记录长度，4个字节。

我们设定文件的存储上限为262144个。

查找流程如下:

1、根据key算出hash值，获取该hash值的链表在索引文件的第一部分（所有指针区）的位置。

2、根据步骤一的位置，获取值，时间复杂度O(1)；

3、根据步骤一中的值，找到索引文件中第二部分（索引记录）的位置，也就是和key相同hash值的所有指针的链表。顺着链表查找该key，获取该key在链表中存放的数据，数据只包含该key在索引文件中的位置，时间复杂度为O(n)；

4、根据步骤二所获取的key在索引文件位置，得到索引文件中存放该key的信息。信息包含在真实数据文件中存放真实数据的位置。

5、根据步骤三所获取的位置，在真实数据文件中获取数据，并返回给应用程序。

测试结果:插入10000条耗时：793ms。查找10000条耗时：149ms。虽然这效率只有Redis的十分之一。。。但是请不要在意这些细节。。。

代码做了注释，上述文字有些乱。代码只实现三个方法，一个插入（如果存在则跳过），一个是查找，一个是删除。

思路来源:《PHP核心技术与最佳实践》一书。尊重作者,转载请保留该书名,代码如下:

<?php

//Hash表中的元素指针个数，每个指针都是int，存储hash链表的文件偏移量

define('DB_BUCKET_SIZE', 262144);

//每条记录的key的长度

define('DB_KEY_SIZE', 128);

//一条索引记录的长度

define('DB_INDEX_SIZE', DB_KEY_SIZE + 12);

//成功-返回码

define('DB_SUCCESS', 1);

//失败-返回码

define('DB_FAILURE', -1);

//key重复-返回码

define('DB_KEY_EXISTS', -2);

class DB{

    private $idx_fp;

    private $dat_fp;

    private $closed;

    /**

     * Description: 打开数据库

     * @param $pathName 数据文件的存放路径

     * @return mixed

     */

    public function open($pathName){

        $idx_path = $pathName . '.idx';

        $dat_path = $pathName . '.dat';

        if(!file_exists($idx_path)){

            $init = true;

            $mode = "w+b";

        }else{

            $init = false;

            $mode = 'r+b';

        }

        $this->idx_fp = fopen($idx_path, $mode);

        if(!$this->idx_fp){

            return DB_FAILURE;

        }

        if($init){

            //把0x00000000转换成无符号长整型的二进制

            $elem = pack('L', 0x00000000);

            for($i=0; $i< DB_BUCKET_SIZE; $i++){

                fwrite($this->idx_fp, $elem, 4);

            }

        }

        $this->dat_fp = fopen($dat_path, $mode);

        if(!$this->dat_fp){

            return DB_FAILURE;

        }

        return DB_SUCCESS;

    }

    /**

     * Description: Times33 Hash算法

     * @param $key

     * @return int

     */

    private function times33Hash($key){

        $len = 8;

        $key = substr(md5($key), 0, $len);

        $hash = 0;

        for($i=0; $i<$len; $i++){

            $hash += 33 * $hash + ord($key[$i]);

        }

        //0x7FFFFFFF：一个十六进制的数是4bit，8个就是32位，就是4字节，和一个int一样大。而F是1111，7是0111，那么这个十六进制的数就是头为0，其余为1的，首位是符号位，也就是说7fffffff是最大的整数。

        //& 0x7fffffff 可以保证返回的数是正整数

        return $hash & 0x7FFFFFFF;

    }

    /**

     * Description: 插入记录

     * @param $key

     * @param $value

     */

    public function add($key, $value){

        $offset = ($this->times33Hash($key) % DB_BUCKET_SIZE) * 4;

        $idxoff = fstat($this->idx_fp);

        $idxoff = intval($idxoff['size']);

        $datoff = fstat($this->dat_fp);

        $datoff = intval($datoff['size']);

        $keylen = strlen($key);

        $vallen = strlen($value);

        if($keylen > DB_KEY_SIZE){

            return DB_FAILURE;

        }

        //0表示这是最后一个记录，该链再无其他记录。

        $block = pack('L', 0x00000000);

        //键值

        $block .= $key;

        //如果键值的长度没有达到最大长度，则用0填充

        $space = DB_KEY_SIZE - $keylen;

        for($i=0; $i<$space; $i++){

            $block .= pack('C', 0x00);

        }

        //数据所在文件的偏移量

        $block .= pack('L', $datoff);

        //数据记录的长度

        $block .= pack('L', $vallen);

        //尽管SEEK_SET是默认值，但是显式声明了就不怕以后官方会改变了-.-

        fseek($this->idx_fp, $offset, SEEK_SET);

        //检测该key所对应的hash值是否存在了

        $pos = @unpack('L', fread($this->idx_fp, 4));

        $pos = $pos[1];

        //如果key不存在

        if($pos == 0){

            fseek($this->idx_fp, $offset, SEEK_SET);

            fwrite($this->idx_fp, pack('L', $idxoff), 4);

            fseek($this->idx_fp, 0, SEEK_END);

            fwrite($this->idx_fp, $block, DB_INDEX_SIZE);

            fseek($this->dat_fp, 0, SEEK_END);

            fwrite($this->dat_fp, $value, $vallen);

            return DB_SUCCESS;

        }

        //如果key存在

        $found = false;

        while($pos){

            fseek($this->idx_fp, $pos, SEEK_SET);

            $tmp_block = fread($this->idx_fp, DB_INDEX_SIZE);

            $cpkey = substr($tmp_block, 4, DB_KEY_SIZE);

            //$cpkey==$key时返回0，小于返回负数，大于返回正数

            if(!strncmp($cpkey, $key, $keylen)){

                $dataoff = unpack('L', substr($tmp_block, DB_KEY_SIZE + 4, 4));

                $dataoff = $dataoff[1];

                $datalen = unpack('L', substr($tmp_block, DB_KEY_SIZE + 8, 4));

                $datalen = $datalen[1];

                $found = true;

                break;

            }

            $prev = $pos;

            $pos = @unpack('L', substr($tmp_block, 0, 4));

            $pos = $pos[1];

        }

        if($found){

            return DB_KEY_EXISTS;

        }

        fseek($this->idx_fp, $prev, SEEK_SET);

        fwrite($this->idx_fp, pack('L', $idxoff), 4);

        fseek($this->idx_fp, 0, SEEK_END);

        fwrite($this->idx_fp, $block, DB_INDEX_SIZE);

        fseek($this->dat_fp, 0, SEEK_END);

        fwrite($this->dat_fp, $value, $vallen);

        return DB_SUCCESS;

    }

    /**

     * Description: 查询一条记录

     * @param $key

     */

    public function get($key){

        //计算偏移量，key的hash值对索引文件的大小求模，再乘4。因为每个链表指针大小为4

        $offset = ($this->times33Hash($key) % DB_BUCKET_SIZE) * 4;

        //SEEK_SET是默认的

        fseek($this->idx_fp, $offset, SEEK_SET);

        $pos = unpack('L', fread($this->idx_fp, 4));

        $pos = $pos[1];

        $found = false;

        while($pos){

            fseek($this->idx_fp, $pos, SEEK_SET);

            $block = fread($this->idx_fp, DB_INDEX_SIZE);

            $cpkey = substr($block, 4, DB_KEY_SIZE);

            if(!strncmp($key, $cpkey, strlen($key))){

                $dataoff = unpack('L', substr($block, DB_KEY_SIZE + 4, 4));

                $dataoff = $dataoff[1];

                $datalen = unpack('L', substr($block, DB_KEY_SIZE + 8, 4));

                $datalen = $datalen[1];

                $found = true;

                break;

            }

            $pos = unpack('L', substr($block, 0, 4));

            $pos = $pos[1];

        }

        if(!$found){

            return null;

        }

        fseek($this->dat_fp, $dataoff, SEEK_SET);

        $data = fread($this->dat_fp, $datalen);

        return $data;

    }

    /**

     * Description: 删除

     * @param $key

     */

    public function delete($key){

        $offset = ($this->times33Hash($key) % DB_BUCKET_SIZE) * 4;

        fseek($this->idx_fp, $offset, SEEK_SET);

        $head = unpack('L', fread($this->idx_fp, 4));

        $head = $head[1];

        $curr = $head;

        $prev = 0;

        $found = false;

        while($curr){

            fseek($this->idx_fp, $curr, SEEK_SET);

            $block = fread($this->idx_fp, DB_INDEX_SIZE);

            $next = unpack('L', substr($block, 0, 4));

            $next = $next[1];

            $cpkey = substr($block, 4, DB_KEY_SIZE);

            if(!strncmp($key, $cpkey, strlen($key))){

                $found = true;

                break;

            }

            $prev = $curr;

            $curr = $next;

        }

        if(!$found){

            return DB_FAILURE;

        }

        //删除索引文件。

        if($prev == 0){

            fseek($this->idx_fp, $offset, SEEK_SET);

            fwrite($this->idx_fp, pack('L', $next), 4);

        }else{

            fseek($this->idx_fp, $prev, SEEK_SET);

            fwrite($this->idx_fp, pack('L', $next), 4);

        }

        return DB_SUCCESS;

    } //phpfensi.com

    public function close(){

        if(!$this->closed){

            fclose($this->idx_fp);

            fclose($this->dat_fp);

            $this->closed = true;

        }

    }

}

?>

测试,测试添加一万条和查找一万条,代码如下:

<?php

//先include上面的类。。如果在同一个文件中就不用了。

//测试

$db = new DB();

$db->open('/var/www/data/');

$startTime = microtime(true);

//插入测试...插入10000条：成功，耗时： 793.48206520081ms

//for($i=0; $i<10000; $i++){

// $db->add('key'.$i, 'value'.$i);

//}

//查找测试...查找10000条：成功，耗时： 149.08313751221ms

for($i=0; $i<10000; $i++){

$db->get('key'.$i);

}

$endTime = microtime(true);

echo '成功，耗时： ' . (($endTime - $startTime)*1000) . 'ms';

$db->close();

?>