Perst嵌入式数据库存储结构分析与研究

引言

Perst是McObject公司发布的一款非常袖珍的开源嵌入式数据库，是一个简单，快速，便捷，面向对象，适合java与.Net的数据库。Perst不需要专门的编译器与预处理器，支持ACID事务[2]。对于在资源受限的移动设备（如手机，PDA等）上存储大量数据和对数据进行频繁的I/O操作往往要消耗很多的设备资源。由于移动设备内存小，性能较差，如果采用关系数据库（如 SQLServer2000，Oracle）管理数据，仅靠其有限的内存资源是不能运行这些数据库管理系统的，这样就有必要采用一些特殊的数据库系统。 Perst数据库正是为这类设备研究开发的，它们是如何在资源受限的设备上完成大量数据的访问操作。其实这些设备的系统资源主要消耗在从磁盘上读取数据的 I/O操作。如何提供一种有效的文件存储策略来降低对磁盘的I/O操作是嵌入式数据库软件设计的主要任务。文章将着重介绍Perst嵌入式数据库的文件存储策略和B+树索引结构[3]。

1 Perst基本概念介绍

1.1 页Page

Perst对数据库文件的基本操作都是以页为单位进行的。这些基本操作包括：内存分配，从数据库文件中读取数据，将内存中的数据写入文件等。Perst一页默认的大小是4K。

1.2 对象标识符OID

Perst创建的每个对象都是可以持久化的，即它可以被保存在数据库文件中。每个持久化的对象都会用对象标识符（OID）引用，通过对象标识符，程序可以从数据库文件中找到该对象在文件中实际存放位置。

1.3 Root Object

Perst的每个数据库文件都必须有且只能有一个称作Root Object的类。在这个类中定义了数据库文件中的所有索引结构。通过这个类，程序可以定位到数据库文件中的所有记录对象。

2 数据库Header信息的存储格式

Perst数据库文件开始的第一页中，前139个字节存放Perst数据库使用情况和数据库当前状态等Header信息。它在文件中的数据结构如图2.1所示。表2.1到2.4对图2.1中Header信息中的每个数据做了详细分析。数据意义如表所示。

图2.1 数据库的Header信息

表2.1 数据库Header信息前3个字节意义

表2.2数组root[0]结构

数组root[1]是root[0]的备份，每个元素对应的意义相同[page]

表2.3 数组root[1]结构

表2.4 事务id

数据库文件的第一页（4K）存放了整个数据库文件的Header信息。程序从数据库文件的Header信息中分离出数据库文件的使用情况和索引结构的存储位置，这样可以很快的定位数据库中的记录数据。

3 Perst的Object Index存储结构

Perst专门开辟了一段空间，称Object Index区，存放持久化对象在文件中的实际存储位置。一般这个区在文件的第2-10页，第11-19页存放这个区的备份。第2-9页的数据被标识为空闲文件区，第10页存放实际Object Index。

在Object Index区中，每个元素称为Object Handle，每Object Handle用8个字节表示，存放对应对象在文件中的实际存储位置，即对象的OID。对于4K的页，可以存放512个Object Handles。Object Index区的结构如图3.1所示。

图4.1 记录数据的存储结构[page]

在Perst中数据都是保存在对象中的，首先要将对象的每个成员转换成字节数组的形式，然后在此字节数组前面加上8个字节的记录数据基本信息，然后将该对象的整个字节数组保存在文件的相应位置。

实际上Perst在保存记录数据之前都要将记录数据的类信息保存在数据库文件中，主要目的是实现类对象的动态加载。以类 Test.User为例说明类的存储结构，它的两个成员int类型（Id）和String类型（Name）。Perst先保存类的成员变量Id和Name 的信息，然后保存类信息。图4.2是Test.User.Id的存储结构, Test.User.Name的存储结构和图4.2类似。

图4.2 类Test.User成员变量“Id”的存储结构

类Test.User的存储结构如图4.3所示：

图4.3 类Test.User名字信息的存储结构

以上是Perst保存记录对象类相关信息的存储结构，这样Perst可以动态的加载类对象。

5 B+树的存储结构

Perst之所以能够应用在移动设备上，最主要的原因是它采用了存取方式效率高的B+树结构。Perst定义的B+树节点大，使得构建出的B+树宽度大而深度小，这样设备进行检索的时候，减少了对磁盘I/O操作的次数，从而降低了设备的资源消耗[1]。

5.1 B+树的节点及其构成

Perst的B+树节点用一个页来表示（4K），每个节点中包含4个字节的节点信息和多个，节点信息中前2个节点表示节点中< key,value >对的个数，后2个字节表示索引值占用的总字节数。< key,value >中value表示索引值，key表示对子节点或者是记录数据对象的OID。索引值的类型不同，Perst节点的结构也不同。

1）索引值的类型是类

当索引是用类创建的时候，在节点的< key,value >对中，索引值就是该记录对象的OID，key是该记录对象的OID或者是子节点页对象的OID。以，为例，其中OID1和OID2是key，OID3和OID4是索引值，且 OID3＜OID4其结构如下图所示：

图5.1.1 索引的类型是类的节点存储结构

2）索引值的类型是数值类型（如int，long，short等）

当创建索引的类型是数值类型时，节点< key,value >中，索引值就是该数值，key是子节点的OID或者是和索引值相关的记录对象的OID。以，为例说明其存储结构，其中索引值的类型是int，存储结构如下图所示：

图5.1.2 索引的类型是数值类型的节点存储结[page]

对于这种类型的索引值，value占用多大的空间，是根据数值类型实际占用的空间进行分配的。

3）索引值的类型是字符串或字节数组类型

对于这种类型的索引结构，在保存索引值的时候并不只是保存字符串或字节数组，还会保存字符串的一些信息，如字符串的字符个数，字符串在该节点中存放的相对位置。以为例，其存储结构如下图所示：

图5.1.3 索引类型是字符串的节点存储结构