Aio数据库

具有极简API的全功能数据库

特性

• 自动迁移：如果结构体中引入了额外的字段或字段减少，数据库模式会立即更新。
• 本地或内存能力：所有功能都在本地存储或内存系统中操作。
• 完全实现CRUD功能
• 高性能：提供非常好的性能，初步测试显示，我所使用的两个主要库（libsql和bevy_reflect）以及我的库的额外开销非常小，几乎可以忽略不计，逐行读取1000行数据耗时28毫秒。
• 与Tokio的异步支持
• 由于内部连接池，高度并发
• ORM-like API，使用简单
• 任何地方使用
• 支持以下Rust类型：bool、u8、u16、u32、u64、i8、i16、i32、i64、char、String和Vec<u8>
• 支持创建和删除唯一索引

生产就绪

此产品已在相关公司用于特定用例的生产环境中使用。尽管已修复已知问题，但使用此产品进行生产使用需自行承担风险。

计划中的特性

• 使用Moka缓存绕过本地存储并提高性能。
• 提供更多查询选项。
• 除了内存和本地存储驱动外，为AioDatabase实例提供更多选项。

示例

cargo.toml

[dependencies]
rs_aio_db = "0.7.8"
env_logger = "0.11.5"
tokio = "1.39.3"
bevy_reflect = "0.14.1"
serde = "1.0.208"

main.rs

use rs_aio_db::db::aio_query::{Next, Operator, QueryBuilder};
use rs_aio_db::db::aio_database::AioDatabase;
use rs_aio_db::Reflect;

#[derive(Default, Clone, Debug, Reflect)]
pub struct Person {
     pub name: String,
     pub age: i32,
     pub height: i32,
     pub married: bool,
     pub some_blob: Vec<u8>
}

#[derive(Serialize, Deserialize)]
struct AnotherStruct {
    pub data_1: i32,
    pub data_2: f64,
    pub data_3: HashMap<String, String>
}

#[tokio::main]
async fn main() {
    std::env::set_var("RUST_LOG", "debug");
    env_logger::init();

    //Locally persisted database
    let file_db = AioDatabase::create::<Person>("G:\\".into(), "Test".into(), 15).await;

    //In-Memory database
    let in_memory_db = AioDatabase::create_in_memory::<Person>("Test".into(), 15).await;

    let mut hash_map = HashMap::new();
    hash_map.insert("Key1".into(), "Value1".into());

    //Use AioDatabase::get_struct to get back your struct data type

    file_db.insert_value(&Person {
        name: "Mylo".into(),
        age: 0,
        height: 0,
        married: true,
        some_blob: AioDatabase::get_bytes(AnotherStruct {
            data_1: 5,
            data_2: 10.4,
            data_3:  hash_map.clone()
        })
    }).await;

    let get_single_record = file_db
        .query()
        .field("age")
        .where_is(Operator::Gt(5.to_string()), Some(Next::Or))
        .field("name")
        .where_is(Operator::Eq("Mylo".into()), None)
        .get_single_value::<Person>()
        .await
        .unwrap_or_default();

    println!("Record result: {:?}", get_single_record);

    let get_records = file_db
        .query()
        .field("age")
        .where_is(Operator::Gt(5.to_string()), Some(Next::Or))
        .field("name")
        .where_is(Operator::Eq("Mylo".into()), None)
        .get_many_values::<Person>().await;

    println!("Record results: {:?}", get_records);

    let update_rows = file_db
        .query()
        .field("age")
        .where_is(Operator::Eq((0).to_string()), Some(Next::Or))
        .update_value(Person {
            name: "Mylo".into(),
            age: 5,
            height: 5,
            married: false,
            some_blob: AioDatabase::get_bytes(AnotherStruct {
                data_1: 5,
                data_2: 10.4,
                data_3:  hash_map.clone()
            })
        }).await;

    println!("Updated rows: {:?}", update_rows);

    let partial_update_rows = file_db
        .query()
        .field("age")
        .where_is(Operator::Eq((0).to_string()), Some(Next::Or))
        .partial_update::<Person>("height".into(), "50".into()).await;

    println!("Updated rows: {:?}", partial_update_rows);

    let delete_rows = file_db
        .query()
        .field("name")
        .where_is(Operator::Eq("Mylo".into()), None)
        .delete_value::<Person>().await;

    let contains = file_db
        .query()
        .field("name")
        .where_is(Operator::Contains("Mylo".into()), None)
        .get_single_value::<Person>()
        .await
        .unwrap_or_default();

    println!("Contains: {:?}", contains);

    let starts_with = file_db
        .query()
        .field("name")
        .where_is(Operator::StartsWith("Mylo".into()), None)
        .get_single_value::<Person>()
        .await
        .unwrap_or_default();

    println!("Starts with: {:?}", starts_with);

    
    let starts_with = file_db
        .query()
        .field("name")
        .where_is(Operator::EndsWith("Mylo".into()), None)
        .get_single_value::<Person>()
        .await
        .unwrap_or_default();

    println!("Ends with: {:?}", starts_with);

    _ = file_db.create_unique_index::<Person>("name_unique", vec!["name".into()]).await;
    _ = file_db.drop_index("name_unique").await;
}

基准测试

图1

图2

说明

第一张图片： 这4个基准测试都是同步进行的。同步执行每个测试1000次的目的，是为了观察我的库对libsql和bevy_reflect的额外开销。从第3次测试的结果来看，并不大（28ms）。检索1行数据平均耗时0.0028ms或28us，这是很快的。我们不要忘记SSD本身的延迟以及Sqlite引擎的延迟，这无疑会给结果增加更多的因素。当执行第一和第二次测试场景时，我的SSD达到了21.1ms的延迟和90%的使用率，这一定是1000行插入和行更新需要3+秒的原因。目前正在调查中。

第二张图片： 图片显示了在actix-web + AioDatabase配置上运行的K6的结果。它以15个池大小在5000个并发连接上表现惊人。背后代码可以在仓库中的/example文件夹中找到。