“我无法创建的东西，我不明白。”–RichardFeynman为了理解，我正在用C从头开始??构建sqlite的克隆，并且我将在进行过程中记录我的过程。译注：cstsck在github上维护了一个简单的类似SQLite的数据库实现。通过这个简单的项目，您可以很好地了解数据库的工作原理。原标题：Let'sBuildaSimpleDatabase，本文为第一篇。第1部分介绍和设置REPL作为一名开发人员，我每天都在使用关系数据库。但对我来说，它们是一个黑盒子。我有一些问题：数据存储使用什么格式？（内存与磁盘）数据何时从内存移动到磁盘？为什么一张表只能有一个主键？事务回滚如何工作？索引的格式是什么？何时以及如何进行全表扫描？准备好的语句以什么格式存储？换句话说，数据库是如何工作的？为了解决这个问题，我从头开始编写了一个数据库。它是模仿SQLite实现的，因为SQLite在设计上比较小，相对于MySQL和PostgreSQL，功能相对要少很多，希望能更容易理解。在实现中，整个数据库存储在一个数据文件中。SQLite在SQLite网站上，有很多SQLite内部文档（https://www.sqlite.org/arch.html）。我还复制了一份文档（SQLite数据库系统：设计和实现。）（https://play.google.com/store/books/details?id=9Z6IQQnX1JEC）SQLite体系结构（https://www.sqlite。org/zipvfs/doc/trunk/www/howitworks.wiki)查询通过组件链来获取或修改数据。前端组件如下：分词器（tokenizer）、解析器（parser）、代码生成器（codegenerator），前端的输入是一条SQL语句。输出的是SQLite的虚拟机字节码（virtualmachinebytecode），它本质上是一个可以在数据库上运行的编译程序。译注：数据库实现查询优化模型分为传统的火山模型（Volcanomodel）和Codegen模型。本文作者实现了Codegen模型。后端包括以下组件：虚拟机（virtualmachine）B-tree页面管理（pager）系统接口（osinterface）虚拟机虚拟机使用前端生成的字节码作为指令。然后它可以对一个或多个表和索引执行操作，这些表和索引存储在称为B树的数据结构中。VM本质上是一个bigswitchstatementonthetypeofbytecodeinstruction（一个bigswitchstatementonthetypeofbytecodeinstruction）B-tree每个B-tree有很多节点。每个节点是一页的长度。B-tree可以通过向pager执行命令从磁盘中获取一个页面或者将页面保存回磁盘。pagerpager接受读取或写入数据页的命令。它负责读写数据库文件的适当偏移量。它还负责将当前访问的页面保存在内存中，并决定何时需要将这些页面写回磁盘。osinterface系统接口和SQLite根据不同的操作系统平台编译不同。在本系列教程中，我不会支持多平台适配。千里之行，始于足下，那么我们先从简单的说起：REPL实现了一个简单的REPL注解：REPL，Read-Execute-Print-Loop，即read-execute-printout-loop，这个过程。有时翻译成交互式解释器当您执行命令行命令时，SQLite开始读取-执行-打印循环：sqlite3SQLiteversion3.16.02016-11-0419:09:39输入“.help”获取使用提示.Connected到一个临时的内存数据库。使用“.openFILENAME”在持久数据库上重新打开。sqlite>创建表用户(idint,usernamevarchar(255),emailvarchar(255));sqlite>.tablesuserssqlite>.exit为了实现这个效果，我们的主程序需要有一个无限循环来打印这个提示，得到一行输入，然后处理这行输入：intmain(intargc,char*argv[]){InputBuffer*input_buffer=new_input_buffer();while(true){print_prompt();读取输入（输入缓冲区）；如果(strcmp(input_buffer->buffer,".exit")==0){close_input_buffer(input_buffer);退出（退出成功）；}else{printf("无法识别的命令'%s'。\n",input_buffer->buffer);我们将InputBuffer定义为我们需要存储的状态的包装器，以便与getline()函数进行交互（稍后会详细介绍）typedefstruct{char*buffer;size_tbuffer_lengthH;ssize_t输入长度；}输入缓冲区；InputBuffer*new_input_buffer(){InputBuffer*input_buffer=(InputBuffer*)malloc(sizeof(InputBuffer));input_buffer->buffer=NULL;;返回输入缓冲区；接下来，print_prompt()函数打印一条提示，让用户在执行此操作之前阅读每一行输入。voidprint_prompt(){printf("db>");}要读取命令行输入，您需要使用getline()函数：ssize_tgetline(char**lineptr,size_t*n,FILE*stream);（下面是getline函数的释义）lineptr：指向变量的指针，指向我们从命令行读取的命令，我们包含在buffer中。如果设置为NULL，则由getline()函数分配内存。并且后续由用户释放，即使命令行命令执行失败，也保证分配的内存会被释放。n：一个指针变量，指向已分配内存的缓冲区的大小（size）。stream：要读取的输入流，这里是从标准输入读取的。返回值（returnvalue,ssize_t类型）：读取的字节数，可能小于缓冲区的大小。我们告诉getline()函数将读取的命令行保存到input_buffer->buffer，将缓冲区的大小保存到input_buffer->buffer_length，保存到input_buffer->input_lengthbuffer的返回值初始为NULL，所以getline()函数分配足够的内存用于存储输入的命令行数据，然后缓冲区用于指向这些数据。voidread_input(InputBuffer*input_buffer){ssize_tbytes_read=getline(&(input_buffer->buffer),&(input_buffer->buffer_length),stdin);if(bytes_read<=0){printf("读取输入错误\n");退出（退出失败）；}//忽略尾随的换行符input_buffer->input_length=bytes_read-1;input_buffer->buffer[bytes_read-1]=0;现在可以定义一个函数来释放分配的InputBuffer实例和buffer元素各自数据结构的内存（在read_input()函数中，调用getline()函数为input_buffer->buffer分配内存）。voidclose_input_buffer(InputBuffer*input_buffer){free(input_buffer->buffer);免费（输入缓冲区）；最后，我们解析并执行命令。现在这只是一个可识别的命令：.exit，一个终止程序的命令。对于其他命令，我们打印一条错误消息并继续程序循环。如果(strcmp(input_buffer->buffer,".exit")==0){close_input_buffer(input_buffer);退出（退出成功）；}else{printf("无法识别的命令'%s'。\n",input_buffer->buffer);让我们试试吧！~./dbdb>.tables无法识别的命令“.tables”。db>.exit~好的，我们得到了一个可以工作的REPL。在下一部分中，我们将开始开发我们的命令语言。同时，下面是这部分的全部程序代码：1#include
