本系列《leveldb源码分析》共有22篇文章，这是第四篇
弄清楚了key，接下来就要看看key的使用了，先从Comparator开始分析。首先Comparator是一个抽象类，导出了几个接口。
其中**Name()和Compare()**接口都很明了，另外的两个Find xxx接口都有什么功能呢，直接看程序注释：
//Advanced functions: these are used to reduce the space requirements
//for internal data structures like index blocks.
// 这两个函数：用于减少像index blocks这样的内部数据结构占用的空间
// 其中的*start和*key参数都是IN OUT的。
//If *start < limit, changes *start to a short string in [start,limit).
//Simple comparator implementations may return with *start unchanged,
//i.e., an implementation of this method that does nothing is correct.
// 这个函数的作用就是：如果*start < limit，就在[startlimit,)中找到一个
// 短字符串，并赋给*start返回
// 简单的comparator实现可能不改变*start，这也是正确的
virtual void FindShortestSeparator(std::string* start,
const Slice& limit) const = 0;
//Changes *key to a short string >= *key.
//Simple comparator implementations may return with *key unchanged,
//i.e., an implementation of this method that does nothing is correct.
//这个函数的作用就是：找一个>= *key的短字符串
//简单的comparator实现可能不改变*key，这也是正确的
virtual void FindShortSuccessor(std::string* key) const = 0;
其中的实现类有两个，一个是内置的BytewiseComparatorImpl，另一个是InternalKeyComparator。下面分别来分析。
首先是重载的Name和比较函数，比较函数如其名，就是字符串比较，如下：
virtual const char* Name() const {return"leveldb.BytewiseComparator";}
virtual int Compare(const Slice& a, const Slice& b) const {return a.compare(b);}
再来看看Byte wise的comparator是如何实现**FindShortestSeparator()**的，没什么特别的，代码 + 注释如下：
virtual void FindShortestSeparator(std::string* start,
onst Slice& limit) const
{
// 首先计算共同前缀字符串的长度
size_t min_length = std::min(start->size(), limit.size());
size_t diff_index = 0;
while ((diff_index < min_length) &&
((*start)[diff_index] == limit[diff_index]))
{
diff_index++;
}
if (diff_index >= min_length)
{
// 说明*start是limit的前缀，或者反之，此时不作修改，直接返回
}
else
{
// 尝试执行字符start[diff_index]++，
设置start长度为diff_index+1，并返回
// ++条件：字符< oxff 并且字符+1 < limit上该index的字符
uint8_t diff_byte = static_cast<uint8_t>((*start)[diff_index]);
if (diff_byte < static_cast<uint8_t>(0xff) &&
diff_byte + 1 < static_cast<uint8_t>(limit[diff_index]))
{
(*start)[diff_index]++;
start->resize(diff_index + 1);
assert(Compare(*start, limit) < 0);
}
}
}
最后是FindShortSuccessor()，这个更简单了，代码+注释如下：
virtual void FindShortSuccessor(std::string* key) const
{
// 找到第一个可以++的字符，执行++后，截断字符串；
// 如果找不到说明*key的字符都是0xff啊，那就不作修改，直接返回
size_t n = key->size();
for (size_t i = 0; i < n; i++)
{
const uint8_t byte = (*key)[i];
if (byte != static_cast<uint8_t>(0xff))
{
(*key)[i] = byte + 1;
key->resize(i+1);
return;
}
}
}
Leveldb内建的基于Byte wise的comparator类就这么多内容了，下面再来看看InternalKeyComparator。
从上面对Internal Key的讨论可知，由于它是由user key和sequence number和value type组合而成的，因此它还需要user key的比较，所以InternalKeyComparator有一个Comparator* user_comparator_成员，用于user key的比较。
在leveldb中的名字为："leveldb.InternalKeyComparator"，下面来看看比较函数：
Compare(const Slice& akey, const Slice& bkey)
代码很简单，其比较逻辑是：
- S1 首先比较user key，基于用户设置的comparator，如果user key不相等就直接返回比较,否则执行进入S2
- S2 取出8字节的sequence number | value type，如果akey的 > bkey的则返回**-1**，如果akey的**<bkey的返回1**，相等返回0
由此可见其排序比较依据依次是：
- 首先根据user key按升序排列
- 然后根据sequence number按降序排列
- 最后根据value type按降序排列
虽然比较时value type并不重要，因为sequence number是唯一的，但是直接取出8byte的sequence number | value type，然后做比较更方便，不需要再次移位提取出7byte的sequence number，又何乐而不为呢。这也是把value type安排在低7byte的好处吧，排序的两个依据就是user key和sequence number。
接下来就该看看其FindShortestSeparator()函数实现了，该函数取出Internal Key中的user key字段，根据user指定的comparator找到并替换start，如果start被替换了，就用新的start更新Internal Key，并使用最大的sequence number。否则保持不变。
函数声明：
void InternalKeyComparator::FindShortestSeparator(std::string* start, const Slice& limit) const;
函数实现：
// 尝试更新user key，基于指定的user comparator
Slice user_start = ExtractUserKey(*start);
Slice user_limit = ExtractUserKey(limit);
std::string tmp(user_start.data(), user_start.size());
user_comparator_->FindShortestSeparator(&tmp, user_limit);
if(tmp.size()<user_start.size()&&
user_comparator_->Compare(user_start, tmp)<0)
{
// user key在物理上长度变短了，但其逻辑值变大了.生产新的*start时，
// 使用最大的sequence number，以保证排在相同user key记录序列的第一个
PutFixed64(&tmp, PackSequenceAndType(kMaxSequenceNumber,
kValueTypeForSeek));
assert(this->Compare(*start, tmp) < 0);
assert(this->Compare(tmp, limit) < 0);
start->swap(tmp);
}
接下来是FindShortSuccessor(std::string* key)函数，该函数取出Internal Key中的user key字段，根据user指定的comparator找到并替换key，如果key被替换了，就用新的key更新Internal Key，并使用最大的sequence number。否则保持不变。实现逻辑如下：
Slice user_key = ExtractUserKey(*key);
// 尝试更新user key，基于指定的user comparator
std::string tmp(user_key.data(), user_key.size());
user_comparator_->FindShortSuccessor(&tmp);
if(tmp.size()<user_key.size() &&
user_comparator_->Compare(user_key, tmp)<0)
{
// user key在物理上长度变短了，但其逻辑值变大了.生产新的*start时，
// 使用最大的sequence number，以保证排在相同user key记录序列的第一个
PutFixed64(&tmp, PackSequenceAndType(kMaxSequenceNumber,
kValueTypeForSeek));
assert(this->Compare(*key, tmp) < 0);
key->swap(tmp);
}
把相关的Key和Key Comparator都弄清楚后，是时候分析memtable本身了。首先是向memtable插入记录的接口，函数原型如下：
void Add(SequenceNumber seq, ValueType type, const Slice& key, const Slice& value);
代码实现如下：
// KV entry字符串有下面4部分连接而成
//key_size : varint32 of internal_key.size()
//key bytes : char[internal_key.size()]
//value_size : varint32 of value.size()
// value bytes : char[value.size()]
size_t key_size = key.size();
size_t val_size = value.size();
size_t internal_key_size = key_size + 8;
const size_t encoded_len = VarintLength(internal_key_size) +
internal_key_size +
VarintLength(val_size) + val_size;
char* buf = arena_.Allocate(encoded_len);
char* p = EncodeVarint32(buf, internal_key_size);
memcpy(p, key.data(), key_size);
p += key_size;
EncodeFixed64(p, (s << 8) | type);
p += 8;
p = EncodeVarint32(p, val_size);
memcpy(p, value.data(), val_size);
assert((p + val_size) - buf == encoded_len);
able_.Insert(buf);
根据代码，我们可以分析出KV记录在skip list的存储格式等信息，首先总长度为：
VarInt(Internal Key size) len + internal key size + VarInt(value) len + value size
它们的相互衔接也就是KV的存储格式：
| VarInt(Internal Key size) len | internal key |VarInt(value) len |value|
其中前面说过：
internal key = |user key |sequence number |type |
Internal key size = key size + 8
Memtable的查找接口，根据一个LookupKey找到响应的记录，函数声明：
bool MemTable::Get(const LookupKey& key, std::string* value, Status* s)
函数实现如下：
Slice memkey = key.memtable_key();
Table::Iterator iter(&table_);
iter.Seek(memkey.data());
// seek到value>= memkey.data()的第一个记录
if (iter.Valid())
{
// 这里不需要再检查sequence number了，因为Seek()已经跳过了所有
// 值更大的sequence number了
const char* entry = iter.key();
uint32_t key_length;
const char* key_ptr = GetVarint32Ptr(entry, entry+5,
&key_length);
// 比较user key是否相同，key_ptr开始的len(internal key) -8 byte是user key
if (comparator_.comparator.user_comparator()->Compare
(Slice(key_ptr, key_length - 8), key.user_key()) == 0)
{
// len(internal key)的后8byte是 |sequence number | value type|
const uint64_t tag = DecodeFixed64(key_ptr + key_length - 8);
switch (static_cast<ValueType>(tag & 0xff))
{
case kTypeValue:
{
// 只取出value
Slice v = GetLengthPrefixedSlice(key_ptr + key_length);
value->assign(v.data(), v.size());
return true;
}
case kTypeDeletion:
*s = Status::NotFound(Slice());
return true;
}
}
}
return false;
这段代码，主要就是一个Seek函数，根据传入的LookupmKey得到在emtable中存储的key，然后调用Skip list::Iterator的Seek函数查找。Seek直接调用Skip list的FindGreaterOrEqual(key)接口，返回大于等于key的Iterator。然后取出user key判断时候和传入的user key相同，如果相同则取出value，如果记录的Value Type为kTypeDeletion，返回Status::NotFound(Slice())。
Memtable到此就分析完毕了，本质上就是一个有序的Skip list，排序基于user key的sequence number，其排序比较依据依次是：
- 首先根据user key按升序排列
- 然后根据sequence number按降序排列
- 最后根据value type按降序排列（这个其实无关紧要）