本篇文章介绍粉丝开源的 GitHub 项目：rosedb
rosedb 是一个稳定、高性能、快速、内嵌的 k-v 数据库，支持多种数据结构，包含 String、List、Hash、Set、Sorted Set，接口名称风格和 Redis 类似。
rosedb 数据文件布局基于 LSM Tree 和 WAL，纯 Golang 实现，易于使用、扩展。我们的愿景是打造一个高效的 k-v 存储引擎，你可以给我们提任何建议，也请给我们一个 start ✨ 吧，非常感谢！项目地址：https://github.com/roseduan/rosedb介绍
一个 rosedb 实例，其实就是系统上的一个文件夹，在这个文件夹中，除了一些配置外，最主要的便是数据文件。一个实例中，只会存在一个活跃的数据文件进行写操作，如果这个文件的大小达到了设置的上限，那么这个文件会被关闭，然后创建一个新的活跃文件。其余的文件，我称之为已归档文件，这些文件都是已经被关闭，不能在上面进行写操作，但是可以进行读操作。所以整个数据库实例就是当前活跃文件、已归档文件、其他配置的一个集合：在每一个文件中，写数据的操作只会追加到文件的末尾，这保证了写操作不会进行额外的磁盘寻址。写入的数据是以一个个被称为 Entry 的结构组织起来的，Entry 的主要数据结构如下：因此一个数据文件可以看做是多个 Entry 的集合：当写入数据时，如果是 String 类型，为了支持 string 类型的 key 前缀扫描和范围扫描，我将 key 存放到了跳表中，如果是其他类型的数据，则直接存放至对应的数据结构中。然后将 key、value 等信息，封装成 Entry 持久化到数据文件中。如果是删除操作，那么也会被封装成一个 Entry，标记其是一个删除操作，然后持久化到数据文件中，这样的话就会带来一个问题，数据文件中可能会存在大量的冗余数据，造成不必要的磁盘空间浪费。为了解决这个问题，我写了一个 reclaim 方法，你可以将其理解为对数据文件进行重新整理，使其变得更加的紧凑。reclaim 方法的执行流程也比较的简单，首先建立一个临时的文件夹，用于存放临时数据文件。然后遍历整个数据库实例中的所有已归档文件，依次遍历数据文件中的每个 Entry，将有效的 Entry 写到新的临时数据文件中，最后将临时文件拷贝为新的数据文件，原数据文件则删除。这样便使得数据文件的内容更加紧凑，并且去除了无用的 Entry，避免占据额外的磁盘空间。开始使用
命令行操作
切换目录到 rosedb/cmd/server，运行 server 目录下的 main.go打开一个新的窗口，切换目录到 rosedb/cmd/cli，运行目录下的 main.goimport "github.com/roseduan/rosedb"
package main
import (
"github.com/roseduan/rosedb"
"log"
)
func main() {
config := rosedb.DefaultConfig()
db, err := rosedb.Open(config)
if err != nil {
log.Fatal(err)
}
// 别忘记关闭数据库哦！
defer db.Close()
//...
}
数据结构
目前 rosedb 支持五种数据结构：String、List、Hash、Set、ZSet。rosedb 项目代码简洁优雅，注释清晰，用来学习和巩固 Go 语言，是非常不错的项目！作者还在 B 站录制了对应的教学视频，帮助你快速了解项目基本结构以及具体代码实现。如果你是 k-v 存储爱好者，也可以加入 rosedb ，参与贡献，共同打造一个生产级的 k-v 开源项目！地址：https://github.com/roseduan/rosedb。