这是一个创建于 1260 天前的主题，其中的信息可能已经有所发展或是发生改变。
假设我有一个 1G 的大文件，我要修改中间某个地方的 1 个 byte，这个时候可以用 file.seek 定位到具体的位置，再用 append 模式写。
但如果我要删除一段内容，再添加一段新的内容呢？（内容的长度不确定），这个时候是怎么做的？
一个编辑器如何做到这个功能？
一个像 sqlite 这样涉及到大量读写的数据库系统又是如何做到的？
照 posix 现有的 api 来看要么只能全读内存再调用 fsync 写入。或者用 mmap 这种底层的 api 提高写入速度。有相关的书籍介绍这个问题的吗？
但如果我要删除一段内容，再添加一段新的内容呢？（内容的长度不确定），这个时候是怎么做的？
一个编辑器如何做到这个功能？
一个像 sqlite 这样涉及到大量读写的数据库系统又是如何做到的？
照 posix 现有的 api 来看要么只能全读内存再调用 fsync 写入。或者用 mmap 这种底层的 api 提高写入速度。有相关的书籍介绍这个问题的吗？
 |
1
join OP WAL 是不是解决这个问题用的？
|
 |
2
no1xsyzy 2021-06-01 22:18:35 +08:00
从块文件的层面去考虑的话，长度改变后面的全部都要重新写一遍。
文件系统可能允许文件分为多个块或者簇，它们可以变长的话可能可以解决。 sqlite 说是有并发问题的…… 应当也是全读全写？可能有 padding 空间？可能允许乱序？ |
 |
3
lululau 2021-06-01 22:21:00 +08:00
做不到，文本编辑器要么是重新写一遍，要么是用一个新文件替换到原有文件
|
 |
5
XiaoxiaoPu 2021-06-01 22:58:12 +08:00
数据库会尽量避免改变长度。可以看下 LSM 树的原理，将磁盘随机写操作转化为顺序写操作，相比 B+树的存储结构好理解一些。
|
 |
6
coldear 2021-06-02 02:54:08 +08:00
长度不确定没发 in place， 关系型数据库都字段都是固定长度的。
|
 |
7
mingl0280 2021-06-02 03:12:17 +08:00
数据库原理没有学好就是这样的。
数据库文件本身内部会有数据库软件的分页，每个分页的长度固定，然后数据库软件会在文件前部保持一个对页的索引，这样数据库的 IO 就只需要读写一个页（如果不够长会重新分配页，一般在文件尾部直接增长）。效率比重写一大截文件好很多。 但是，如果你是一个普通的二进制文件，那么你只能把后半截保存下来然后删掉重写…… |
 |
8
kokutou 2021-06-02 07:06:15 +08:00 via Android
有个办法是长度对齐，空余的填 0 。
然后写入就是一块一块的写入。自己计算末尾 0 的个数。 有的游戏存档是这样做的，虽然没到 1g 这么大，但是这样都是相同长度，应该是因为程序写起来方便吧。 |
|
9
join OP @mingl0280 是的，感谢指点。我确实这块没学好，赶紧学习去。如果按你这样说的，sqlite 岂不是数据库越大，性能越差？但看起来好像不是这样的，他们也没用 lsm，只是用 b 树。
|
 |
11
jorneyr 2021-06-02 10:22:32 +08:00
sqlite 之类的，创建一个大一些的文件，写入的数据都是从文件中预定一段然后写入，并不是顺序的写入。
|
 |
13
sxw 2021-06-02 15:44:08 +08:00
@join 可以用 "r+" 打开文件，seek 到要修改的地方。https://es2q.com/blog/2019/02/22/modify_file_without_rewrite/
|
 |
16
liuxu 2021-06-02 21:12:28 +08:00
1 个 G 不是大文件吧，现在内存条再怎么涨价也就 300 块钱 8G，买一个插上
|
|
17
mingl0280 2021-06-02 22:18:59 +08:00 via Android
@join SQLite 数据库确实越大性能越差，不知道你这个看起来不是这样是哪来的……BTree 就是维护的 Pager 索引，也不知道你说的只用 b 树是哪来的。
|
|
18
join OP |
Select Language