Lib.rs

值日志文件

值及其增量（旧版本）可以存储在单独的日志文件中。这有以下优势：

• 使叶子节点非常紧凑，并有助于更好的缓存。
• 在构建多层索引时效率更高。
• 应用程序通常将旧版本作为归档处理。

虽然存储值在值日志文件中是可选的，但增量始终存储在单独的值日志文件中。

构建索引

与支持 set()、write()、update() 等操作的可变数据结构不同，robt 索引是从预排序的迭代器构建的。从某种意义上说，每个 btree 索引都可以被视为排序的 {key,value} 数据集的不可变快照。典型的流程是：

use mkit::traits::BuildIndex;

let config = Config::new("/opt/data/", "movies");
// use one or more set_ method to configure the btree parameters.
let builder = Build::initial(config, app_meta);
builder.from_iter(iter, mkit::nobitmap::NoBitmap);

// Subsequently open an index as,
let reader1 = Index::open("/opt/data", "movies").expect("fail");
// create another concurrent reader
let reader2 = reader.clone();
let handle = thread::spawn(|| reader2);

让我们一步一步来看这些步骤

• 首先创建一个配置。通过 set_ 方法可以获得更多配置。
• 通过提供 app_meta，调用者还可以持久化快照特定的元数据。
• 创建构建器后，使用 BuildIndex 特性的 from_iter() 从迭代器构建 btree 索引。预期迭代的条目是预先排序的。
• 调用者可以可选地传递一个位图实例，该实例用于实现一个 布隆过滤器。
• 位图类型通过 BuildIndex 特性参数化。如果不需要概率位图表，将 NoBitmap 值传递给 from_iter() 方法。

在上面的示例中，我们使用 initial() 构造函数创建构建器实例，也可以通过 incremental() 构造函数逐步构建索引。要了解区别，我们应该更深入地了解数据集如何使用 robt 进行索引。

robt 是一个简单的 btree 索引，由 root-node（根节点）、intermediate-node（中间节点，称为 m-block）和 leaf-node（叶子节点，称为 z-block）组成。整个数据集都维护在叶子节点中，中间节点是使用叶子节点中的第一个键自下而上构建的，直到根节点。根节点的外观和行为与中间节点完全相同。

数据集由条目组成，每个条目由键、值、seqno、一个标志表示节点是否被删除或更新组成。维护seqno和删除标志的原因是为了支持数据库功能，如向量时间戳、日志结构合并等。

版本控制您的值，使用robt索引的一个附加功能是应用程序可以对其值进行版本控制。也就是说，每个条目，包括键、值、seqno等，还维护值的先前版本及其修改seqno。而不是持久化整个值（旧版本），它们以相对于新版本的增量形式持久化，并作为增量保存。这是使用[Diff]机制实现的。请注意，robt本身不计算版本增量，但它被视为条目的一部分并持久化。

索引中的每个条目定义为Entry类型，并在一个通用crate中定义。请注意，索引条目在键类型、值类型和增量类型上是参数化的。这里，增量类型D可以是NoDiff，如果应用程序不感兴趣于保留旧版本，或者应与<V as Diff>::D相同。有关更多详细信息，请参阅[Diff]机制。

现在回到叶子节点，所有条目都存储在叶子节点中。为了便于归档旧版本，增量deltas在单独的值日志文件中持久化。可选地，为了便于增量构建，值也可以在值日志文件中持久化。当值和增量都在单独的值日志文件中持久化时，叶子节点变得非常紧凑，最终适合缓存、压缩、增量构建、优化IOPS和增量归档。

从索引中读取

所有读取操作都通过[Index]类型完成。使用传递给initial()或incremental()构造函数的相同参数来open()现有索引以进行读取。