如何将SQL数据映射到KV数据库

摘要：同时，目录层还可以将表的元数据转换到该二进制前缀。默认有一个根目录，目录名叫，包含所有层用到的所有键，下层目录叫做，用于区数据和元数据。

国外文章也不是都是好文章啊，不要见到英文就觉得高大上了……

越来越多的关系型数据库底层选择基于KV构建，例如TiDB的TiKV（RocksDB），cockroach的levelDB，MySQL的tokudb，以及被苹果墙掉的FoundationDB。本文抢救出一篇FoundationDB的参考文章。

苹果买下FoundationDB后，FoundationDB的所有公开数据均被删除，包括Github，pypi，twitter等。

本文包含如下内容：

如何将关系型数据库的数据存入KV数据库

能否直接用KV数据库的接口读取数据

能否对KV数据库直接写数据，并用SQL读出修改后的数据

CockroachDB是如何做的

TiDB是如何做的

简单来说，FoundationDB的SQL层将数据库的元数据（metadata）作为键，将对应的数据作为值存入KV数据库。数据库表的有三种序列化方式，默认是foundationDB的tuple方式，当然，也可以选择使用protobuf序列化，或者使用column_keys的格式进行序列化，本文也只介绍foundationDB原生的序列化tuple序列化方式。

KV数据库中的键是有序排列的，所有的库、表、列甚至索引对应的元数据由对应的目录层在KV数据库中存储成类似etcd中的“目录结构”的形式。目录层对数据库中的每个库、表、列生成对应的二进制字符串，该字符串在将关系型的数据映射到KV数据库时作为区分库、表、列的前缀。同时，目录层还可以将表的元数据转换到该二进制前缀。

如下实例解释文中提到的目录层如何工作。

CREATE TABLE schema_a.table_name_1(id INT PRIMARY KEY, c CHAR(10));
CREATE TABLE schema_a.table_name_2(id INT PRIMARY KEY);

默认有一个根目录，目录名叫sql，包含所有SQL层用到的所有键，下层目录叫做data，用于区数据和元数据。再下层目录叫做table，用于区分表内容和序列数据（sequence data）。table目录中的所有下一级的目录均为逻辑库（schema）的目录，逻辑库的下一级目录为逻辑表（table）的目录。

当使用tuple序列化方式时，一行的数据被存储为一个键值对，键由上面提到的目录的“二进制前缀”，table在Table-Group中的位置和主键组成，值便是由这条记录所有的列的进行序列化后的值。

例如：对上面两张表插入几条数据，对应的SQL和对应的键值对如下：

INSERT INTO schema_a.table_name_1 VALUES (1, "hello"), (2, "world");
INSERT INTO schema_a.table_name_2 VALUES (5);

简单回答：能。

安全性上来说，不能。FoundationDB数据不仅仅包含数据层，修改目录层的数据，很容易就会导致系统异常，例如缺少索引，缺少约束，缺少数据可元信息的验证。

CockroachDB中每个表都必须有主键，如果没有的话，默认也要生成一个。和FoundationDB一样，所有的表都会被映射为KV数据库中的键前缀。

每一列或者列族（column family）在KV数据库中，都会被序列化成一个值，并且作为KV数据库中的后缀。

例如：

在mydb下面创建表customers，包含两个列，一个列是name，一个列是URL，cockroach会在数据库中存储如下的schema信息：

数据库mydb的id是51，表customer的id是42，列address的id是69，列url的id是66。

和FoundationDB不通，cockroachDB中一个键值对存储的是一条记录中某一列的值。

前缀/51/42，表示mydb库的customer表，/Apple表示主键值为Apple，/66和/69表示对应的列。

TiDB没有给出具体的方案，但是给出了一个大概的方案：

INSERT INTO user VALUES (1, "bob", "huang@pingcap.com");

INSERT INTO user VALUES (2, "tom", "tom@pingcap.com");

键存储的是表名+索引，值存储的是该条记录所有列的内容。

RDBMS映射到KV比较简单，基本为：

KV中的键：唯一ID，通常能定位到一条记录，或者一条记录中的一个字段。但是，通常会映射、压缩。
KV中的值：对应序列化后的一条记录，或者一条记录中的一个字段。

另外，KV数据库中不仅仅存储着表的内容，还会存储着优化后的索引等许多东西。