本系列《leveldb源码分析》共有22篇文章，这是第十三篇
了解了filter机制，现在来看看filter block的构建，这就是类FilterBlockBuilder。它为指定的table构建所有的filter，结果是一个string字符串，并作为一个block存放在table中。它有三个函数接口：
// 开始构建新的filter block，TableBuilder在构造函数和Flush中调用
void StartBlock(uint64_tblock_offset);
// 添加key，TableBuilder每次向data block中加入key时调用
void AddKey(const Slice&key);
// 结束构建，TableBuilder在结束对table的构建时调用
Slice Finish();
FilterBlockBuilder的构建顺序必须满足如下范式：(StartBlock AddKey*)* Finish，显然这和前面讲过的BlockBuilder有所不同。
其成员变量有：
const FilterPolicy* policy_; // filter类型，构造函数参数指定
std::string keys_; //Flattened key contents
std::vector<size_t> start_; // 各key在keys_中的位置
std::string result_; // 当前计算出的filter data
std::vector<uint32_t>filter_offsets_; // 各个filter在result_中的位置
std::vector<Slice> tmp_keys_;// policy_->CreateFilter()参数
前面说过base是2KB，这对应两个常量kFilterBase =11, kFilterBase =(1<<kFilterBaseLg)；其实从后面的实现来看tmp_keys_完全不必作为成员变量，直接作为函数GenerateFilter()的栈变量就可以。下面就分别分析三个函数接口。
它根据参数block_offset计算出filter index，然后循环调用GenerateFilter生产新的Filter。
uint64_t filter_index =(block_offset / kFilterBase);
assert(filter_index >=filter_offsets_.size());
while (filter_index >filter_offsets_.size()) GenerateFilter();
我们来到GenerateFilter这个函数，看看它的逻辑。
//S1 如果filter中key个数为0，则直接压入result_.size()并返回
const size_t num_keys =start_.size();
if (num_keys == 0) { // there are no keys for this filter
filter_offsets_.push_back(result_.size()); //result_.size()应该是0
return;
}
//S2 从key创建临时key list，根据key的序列字符串kyes_和各key在keys_
//中的开始位置start_依次提取出key。
start_.push_back(keys_.size()); // Simplify lengthcomputation
tmp_keys_.resize(num_keys);
for (size_t i = 0; i <num_keys; i++) {
const char* base =keys_.data() + start_[i]; // 开始指针
size_t length = start_[i+1] -start_[i]; // 长度
tmp_keys_[i] = Slice(base,length);
}
//S3 为当前的key集合生产filter，并append到result_
filter_offsets_.push_back(result_.size());
policy_->CreateFilter(&tmp_keys_[0], num_keys, &result_);
//S4 清空，重置状态
tmp_keys_.clear();
keys_.clear();
start_.clear();
这个接口很简单，就是把key添加到key_中，并在start_中记录位置。
Slice k = key;
start_.push_back(keys_.size());
keys_.append(k.data(),k.size());
调用这个函数说明整个table的data block已经构建完了，可以生产最终的filter block了，在TableBuilder::Finish函数中被调用，向sstable写入meta block。 函数逻辑为：
//S1 如果start_数字不空，把为的key列表生产filter
if (!start_.empty()) GenerateFilter();
//S2 从0开始顺序存储各filter的偏移值，见filter block data的数据格式。
const uint32_t array_offset =result_.size();
for (size_t i = 0; i < filter_offsets_.size();i++) {
PutFixed32(&result_,filter_offsets_[i]);
}
//S3 最后是filter个数，和shift常量（11），并返回结果
PutFixed32(&result_,array_offset);
result_.push_back(kFilterBaseLg); // Save encoding parameter in result
return Slice(result_);
让我们根据TableBuilder对FilterBlockBuilder接口的调用范式：
(StartBlock AddKey*)* Finish以及上面的函数实现，结合一个简单例子看看leveldb是如何为data block创建filter block（也就是meta block）的。
考虑两个datablock，在sstable的范围分别是：Block 1 [0, 7KB-1], Block 2 [7KB, 14.1KB]
-
S1 首先TableBuilder为Block 1调用FilterBlockBuilder::StartBlock(0)，该函数直接返回；
-
S2 然后依次向Block 1加入k/v，其中会调用FilterBlockBuilder::AddKey，FilterBlockBuilder记录这些key。
-
S3 下一次TableBuilder添加k/v时，例行检查发现Block 1的大小超过设置，则执行Flush操作，Flush操作在写入Block 1后，开始准备Block 2并更新block offset=7KB，最后调用FilterBlockBuilder::StartBlock(7KB)，开始为Block 2构建Filter。
-
S4 在FilterBlockBuilder::StartBlock(7KB)中，计算出filter index = 3，触发3次GenerateFilter函数，为Block 1添加的那些key列表创建filter，其中第2、3次循环创建的是空filter。此时filter的结构如图8.5-1所示。
图8.5-1
在StartBlock(7KB)时会向filter的偏移数组filter_offsets_压入两个包含空key set的元素，filter_offsets_[1]和filter_offsets_[2]，它们的值都等于7KB-1。
-
S5Block 2构建结束，TableBuilder调用Finish结束table的构建，这会再次触发Flush操作，在写入Block 2后，为Block 2的key创建filter。最终的filter如图8.5-2所示。
图8.5-2
-
这里如果Block 1的范围是[0, 1.8KB-1]，Block 2从1.8KB开始，那么Block 2将会和Block 1共用一个filter，它们的filter都被生成到filter 0中。 当然在TableBuilder构建表时，Block的大小是根据参数配置的，也是基本均匀的。
FilterBlock的读取操作在FilterBlockReader类中，它的主要功能是根据传入的FilterPolicy和filter，进行key的匹配查找。 它有如下的几个成员变量：
const FilterPolicy* policy_; // filter策略
const char* data_; // filter data指针 (at block-start)
const char* offset_; // offset array的开始地址 (at block-end)
size_t num_; // offsetarray元素个数
size_t base_lg_; // 还记得kFilterBaseLg吗
Filter策略和filter block内容都由构造函数传入。一个接口函数，就是key的批判查找：
bool KeyMayMatch(uint64_t block_offset, const Slice& key);
在构造函数中，根据存储格式解析出偏移数组开始指针、个数等信息。
FilterBlockReader::FilterBlockReader(const FilterPolicy* policy,
constSlice& contents)
: policy_(policy),data_(NULL), offset_(NULL), num_(0), base_lg_(0) {
size_t n = contents.size();
if (n < 5) return; // 1 byte forbase_lg_ and 4 for start of offset array
base_lg_ = contents[n-1]; // 最后1byte存的是base
uint32_t last_word =DecodeFixed32(contents.data() + n - 5); //偏移数组的位置
if (last_word > n - 5)return;
data_ = contents.data();
offset_ = data_ + last_word; // 偏移数组开始指针
num_ = (n - 5 - last_word) / 4; // 计算出filter个数
查找函数传入两个参数
- @block_offset是查找data block在sstable中的偏移，Filter根据此偏移计算filter的编号；
- @key是查找的key。
声明如下：
bool FilterBlockReader::KeyMayMatch(uint64_t block_offset, constSlice& key)它首先计算出filterindex，根据index解析出filter的range，如果是合法的range，就从data_中取出filter，调用policy_做key的匹配查询。函数实现：
uint64_t index = block_offset>> base_lg_; // 计算出filter index
if (index < num_) {
// 解析出filter的range
uint32_t start =DecodeFixed32(offset_ + index*4);
uint32_t limit =DecodeFixed32(offset_ + index*4 + 4);
if (start <= limit&& limit <= (offset_ - data_)) {
Slice filter = Slice(data_ +start, limit - start); // 根据range得到filter
returnpolicy_->KeyMayMatch(key, filter);
} else if (start == limit) {
return false; // 空filter不匹配任何key
}
}
return true; // 当匹配处理
至此，FilterPolicy和Bloom就分析完了。