“不要试图去自建一个数据库”，从某些角度上来说这个观点所言非虚。虽然自建的数据从来都不会被真正投入使用、测试等，然而却是一个非常好的途径去讨论现实数据库打造中所遇到的挑战。下面是说的是一个代码不到60行的键值存储NoSQL数据库 ，具备完善的功能、良好的可扩展性并且允许分片。或许它可以称得上最小的数据库，然而待完善的方面也不可谓不多。
首先是服务器端代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
public class NoSqlDbController : ApiController{static readonly ConcurrentDictionary<string, byte[]=""> data =new ConcurrentDictionary<string, byte[]="">(StringComparer.InvariantCultureIgnoreCase);public HttpResponseMessage Get(string key){byte[] value;if(data.TryGetValue(key, out value) == false)return new HttpResponseMessage(HttpStatusCode.NotFound);return new HttpResponseMessage{Content = new ByteArrayContent(value)};}public void Put(string key, [FromBody]byte[] value){data.AddOrUpdate(key, value, (_, __) => value);}public void Delete(string key){byte[] value;data.TryRemove(key, out value);}} |
然后是客户端代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
public class NoSqlDbClient{private readonly HttpClient[] clients; public NoSqlDbClient(string[] urls){clients = new HttpClient[urls.Length];for (var i = 0; i < urls.Length; i++){clients[i] = new HttpClient { BaseAddress = new Uri(urls[i]) };}} public Task PutAsync(string key, byte[] data){var client = clients[key.GetHashCode()%clients.Length];return client.PutAsync("?key=" + key, new ByteArrayContent(data));} public Task DeleteAsync(string key, byte[] data){var client = clients[key.GetHashCode() % clients.Length];return client.DeleteAsync("?key=" + key);} public async Task<byte[]> GetAsync(string key){var client = clients[key.GetHashCode() % clients.Length];var r = await client.GetAsync("?key=" + key);return await r.Content.ReadAsByteArrayAsync(); }} |
如代码所见，这个世界上最小的NoSQL数据库有着非常好的并发模型，并且基于Last Write Wins策略。可以安全的应对并发问题，然而这样就万无一失了?
实际情况并非如此。在实际生产过程中，数据库不是只需要处理并发问题，比如其它需要注意的地方：
插入时必须检验该值是否已存在
修改时必须校验该值是否同于修改前
实现这些其实非常简单，你必须为每次修改增加一个元数据字段version。下面是所需修改代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
public class Data { public byte[] Value; public int Version; } static readonly ConcurrentDictionary<string, Data> data = new ConcurrentDictionary<string, Data>(StringComparer.InvariantCultureIgnoreCase); public HttpResponseMessage Get(string key) { Data value; if(data.TryGetValue(key, out value) == false) return new HttpResponseMessage(HttpStatusCode.NotFound); return new HttpResponseMessage { Headers = { "Version", value.Version }, Content = new ByteArrayContent(value.Value) }; } public void Put(string key, [FromBody]byte[] value, int version) { data.AddOrUpdate(key, () => {// create if(version != 0) throw new ConcurrencyException(); return new Data{ Value = value, Version = 1 }; }, (_, prev) => {// update if(prev.Version != version) throw new ConcurrencyException(); return new Data{ Value = value, Version = prev.Version +1 }; });} |
如上所见，仅仅将代码量改为双倍，但是却解决了很多问题。RavenDB使用了类似的并发写入控制，虽然RavenDB的ETag机制还可以做更多的事情。然而以上版本实际上是不够，它只可以做写入的并发控制，而缺乏读取的相关操作。
我们还需要对不可重复读和幻读做出处理：
不可重复读指在一个需要对数据进行重复读取的事务中，第一次读取到了数据，而在第二次却读取不到数据，因为这里存在被他人删除的情况。
幻读则是反过来的，第一次未读取到数据，而在第二次被其他人建立后，又读取到了数据。
因为你只注重单操作/事务/会话，所以在特定的场景下，可能会产生非常有意思的bug，实际上也没有办法去处理这个问题。
另一个需要处理的方面是锁。有些时候用户有着非常合理的理由去给某条记录加上一定时间的锁，而在多用户对某条记录并发修改时加锁也是唯一的解决方案。锁又分为Write和ReadWrite两种。Write锁只允许其它用户对被锁的数据进行读取，同时禁止其对数据进行修改。在实际情况中，让用户立刻失败也比让其等待要好的多。
之所以会立即返回失败是因为你操作的数据被加上了Write锁，这就意味着该数据已经被修改或者将要被修改。你写入将会作用在一个过期的数据，所以返回立即失败会更恰当一点。对于ReadWrite锁，情况会有所不同。在这种情况下，我们同时禁止了其它用户的读操作。这么做一般是为了保障系统的一致性，基本上任何作用在该条记录上的操作都要等待锁的失效。
在实践中，一旦加ReadWrite锁，你必须要去处理锁的有效期、手动解锁、锁失效检测、锁维护等一系列的问题。ReadWrite锁主要用于在不支持事务的系统中的进行一些事务操作，其它情况下谓之鸡肋亦不为过。
