自己实现基于key-value的NoSQL数据库（四）—— 新版

基于上一章的内容，我们需要把key替换成hash值存储到b+tree中
首先要改变的就是set和get函数

template<typename T>  
int smallsql::getType()  
{  
    return typeid(T) == typeid(int) ? 0 : 1;  
}  
  
template<typename T>  
void smallsql::set(const std::string& key, const T& value)  
{  
    unsigned long iKey = HashString(key, 1);  
    int type = getType<T>();  
    SqlData<T>* pItem = static_cast<SqlData<T>*>(bplus_tree_get(m_pTree, iKey, type));  
  
    if (pItem == nullptr)  
    {  
        bplus_tree_put(m_pTree, iKey, nullptr, type);  
  
        pItem = new SqlData<T>();  
        pItem->value = value;  
        bplus_tree_put(m_pTree, iKey, pItem, type);  
    }  
    else  
    {  
        pItem->value = value;  
    }  
}  
  
template<typename T>  
T smallsql::get(const std::string& key)  
{  
    unsigned long iKey = HashString(key, 1);  
    int type = getType<T>();  
    SqlData<T>* pItem = static_cast<SqlData<T>*>(bplus_tree_get(m_pTree, iKey, type));  
  
    if (pItem == nullptr)  
    {  
        return T();  
    }  
    else  
    {  
        return pItem->value;  
    }  
} 

这两个函数首先都需要用HashString函数把key的内容转换成unsigned long类型的整数
然后存储到bplus_tree中，这些都在上一章里介绍过，需要需要看具体的实现附件有工程文件可以看
然后就是open和close函数，他们负责读取和保存，也需要修改

bool smallsql::open(const std::string& sqlPath)  
{  
    FILE* fp = nullptr;  
    m_sqlPath = sqlPath;  
  
    fopen_s(&fp, sqlPath.c_str(), "r");  
    if (fp == nullptr)  
    {  
        return true;  
    }  
  
    while (!feof(fp))  
    {  
        unsigned long key = 0;  
        fread_s(&key, sizeof(unsigned long), sizeof(unsigned long), 1, fp);  
  
        if (key == 0)  
        {  
            continue;  
        }  
  
        int type = 0;  
        fread_s(&type, 1, 1, 1, fp);  
  
        if (type == 0)  
        {  
            int value = 0;  
            fread_s(&value, sizeof(int), sizeof(int), 1, fp);  
  
            SqlData<int>* pItem = new SqlData<int>();  
            pItem->value = value;  
  
            bplus_tree_put(m_pTree, key, pItem, type);  
        }  
        else if (type == 1)  
        {  
            int len = 0;  
            fread_s(&len, 1, 1, 1, fp);  
            char* value = new char[len + 1];  
            fread_s(value, len, len, 1, fp);  
            value[len] = 0;  
  
            SqlData<std::string>* pItem = new SqlData<std::string>();  
            pItem->value = std::string(value);  
            delete[] value;  
  
            bplus_tree_put(m_pTree, key, pItem, type);  
        }  
    }  
  
    fclose(fp);  
  
    return true;  
}  
  
void smallsql::close()  
{  
    FILE* fp = nullptr;  
  
    fopen_s(&fp, m_sqlPath.c_str(), "w");  
    if (fp == nullptr)  
    {  
        return;  
    }  
  
    struct bplus_leaf *leaf = (struct bplus_leaf *)m_pTree->head[0];  
    if (leaf != NULL)  
    {  
        while (leaf != NULL)  
        {  
            for (int j = 0; j < leaf->entries; ++j)  
            {  
                fwrite(&leaf->key[j], sizeof(unsigned long), 1, fp);  
                fwrite(&leaf->datatype[j], 1, 1, fp);  
                  
                if (leaf->datatype[j] == 0) // int  
                {  
                    SqlData<int>* pItem = static_cast<SqlData<int>*>(leaf->data[j]);  
                    fwrite(&pItem->value, sizeof(int), 1, fp);  
                }  
                else if (leaf->datatype[j] == 1) // string  
                {  
                    SqlData<std::string>* pItem = static_cast<SqlData<std::string>*>(leaf->data[j]);  
                    int len = pItem->value.length();  
                    fwrite(&len, 1, 1, fp);  
                    fwrite(pItem->value.c_str(), len, 1, fp);  
                }  
            }  
            leaf = leaf->next;  
        }  
    }  
  
    fclose(fp); 

相对于上一个版本，稍微简单了点

另外b+tree的代码也需要修改（相对于上一章给出的b+tree实现版本https://github.com/begeekmyfriend/bplustree）
需要加入int datatype[MAX_ENTRIES];表示数据类型，另外key的类型从int->unsigned long，相应的函数也需要修改一下

总体来说大概就是加入b+tree和hash算法的实现代码bplustee.h/cpp和hash.h/cpp，另外小小的修改一下set和get函数,open和close函数

替换完成，赶紧看看1W个数据的测试时间，可以看出最慢的插入只需要0.07秒，而上一个版本需要7.6秒 快了100倍

这下我们可以试试10W数据了，10W数据只需要0.57秒，而上一个版本需要80秒，快了140倍

再来试试100W数据测试，最慢需要4.1秒

到这里，数据库基本能看了，至少效率比之前好多了接下来还有不少需要优化的地方