全部产品
存储与CDN 数据库 安全 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网
表格存储

PlainBuffer

更新时间:2017-09-07 17:17:46

因为 Protocol Buffer 序列化和解析小对象的性能很差,所以 OTS 自定义了 PlainBuffer 数据格式用来表示行数据。

格式定义

  1. plainbuffer = tag_header row1 [row2] [row3]
  2. row = ( pk [attr] | [pk] attr | pk attr ) [tag_delete_marker] row_checksum;
  3. pk = tag_pk cell_1 [cell_2] [cell_3]
  4. attr = tag_attr cell1 [cell_2] [cell_3]
  5. cell = tag_cell cell_name [cell_value] [cell_op] [cell_ts] cell_checksum
  6. cell_name = tag_cell_name formated_value
  7. cell_value = tag_cell_value formated_value
  8. cell_op = tag_cell_op cell_op_value
  9. cell_ts = tag_cell_ts cell_ts_value
  10. row_checksum = tag_row_checksum row_crc8
  11. cell_checksum = tag_cell_checksum row_crc8
  12. formated_value = value_type value_len value_data
  13. value_type = int8
  14. value_len = int32
  15. cell_op_value = delete_all_version | delete_one_version
  16. cell_ts_value = int64
  17. delete_all_version = 0x01 (1byte)
  18. delete_one_version = 0x03 (1byte)

Tag取值

  1. tag_header = 0x75 (4byte)
  2. tag_pk = 0x01 (1byte)
  3. tag_attr = 0x02 (1byte)
  4. tag_cell = 0x03 (1byte)
  5. tag_cell_name = 0x04 (1byte)
  6. tag_cell_value = 0x05 (1byte)
  7. tag_cell_op = 0x06 (1byte)
  8. tag_cell_ts = 0x07 (1byte)
  9. tag_delete_marker = 0x08 (1byte)
  10. tag_row_checksum = 0x09 (1byte)
  11. tag_cell_checksum = 0x0A (1byte)

ValueType 取值

formated_value 中 value_type 的取值如下:

  1. VT_INTEGER = 0x0
  2. VT_DOUBLE = 0x1
  3. VT_BOOLEAN = 0x2
  4. VT_STRING = 0x3
  5. VT_NULL = 0x6
  6. VT_BLOB = 0x7
  7. VT_INF_MIN = 0x9
  8. VT_INF_MAX = 0xa
  9. VT_AUTO_INCREMENT = 0xb

计算 Checksum

计算 checksum 的基本逻辑是:

  • 针对每个 cell 的 name/value/type/timestamp 计算。
  • 针对 row 里面的 delete 计算,其中有 delete mark 补单字节1;若没有,补单字节0。
  • 因为对每个 cell 计算了 checksum,所以计算 row 的 checksum 的时候直接利用 cell 的checksum 来计算, 即 row 的 crc 只对 cell 的 checksum 做 crc, 不对数据做 crc。

C++实现:

  1. void GetChecksum(uint8_t* crc, const InplaceCell& cell)
  2. {
  3. Crc8(crc, cell.GetName());
  4. Crc8(crc, cell.GetValue().GetInternalSlice());
  5. Crc8(crc, cell.GetTimestamp());
  6. Crc8(crc, cell.GetOpType());
  7. }
  8. void GetChecksum(uint8_t* crc, const InplaceRow& row)
  9. {
  10. const std::deque<InplaceCell>& pk = row.GetPrimaryKey();
  11. for (size_t i = 0; i < pk.size(); i++) {
  12. uint8_t* cellcrc;
  13. *cellcrc = 0;
  14. GetChecksum(cellcrc, pk[i]);
  15. Crc8(crc, *cellcrc);
  16. }
  17. for (int i = 0; i < row.GetCellCount(); i++) {
  18. uint8_t* cellcrc;
  19. *cellcrc = 0;
  20. GetChecksum(cellcrc, row.GetCell(i));
  21. Crc8(crc, *cellcrc);
  22. }
  23. uint8_t del = 0;
  24. if (row.HasDeleteMarker()) {
  25. del = 1;
  26. }
  27. Crc8(crc, del);
  28. }

举例

假设一行数据有两列主键,4 列数据。其中主键类型为 string 和 integer,3 列数据中分别是 string、integer 和 double,版本分别是 1001、1002 和 1003,还有一列是删除所有版本。

  • 主键列:
    • [pk1:string:iampk]
    • [pk2:integer:100]
  • 属性列:
    • [column1:string:bad:1001]
    • [column2:integer:128:1002]
    • [column3:double:34.2:1003]
    • [column4:del_all_versions]

编码:

  1. <Header开始>[0x75]
  2. <主键列开始>[0x1]
  3. <Cell1>[0x3][0x4][3][pk1][0x5][3][5][iampk]
  4. <Cell2>[0x3][0x4][3][pk2][0x5][0][100]
  5. <属性列开始>[0x2]
  6. <Cell1>[0x3][0x4][7][column1][0x5][0x3][3][bad][0x7][1001]
  7. <Cell2>[0x3][0x4][7][column2][0x5][0x0][128][0x7][1002]
  8. <Cell3>[0x3][0x4][7][column3][0x5][0x1][34.2][0x7][1003]
  9. <Cell4>[0x3][0x4][7][column4][0x5][0x6][1]
本文导读目录