Java LevelDB 初體驗

前言

LevelDB 是一種Key-Value存儲數(shù)據(jù)庫
性能非常強悍 百度百科上介紹 可以支撐十億級
這段時間在研究區(qū)塊鏈的時候發(fā)現(xiàn)的這個數(shù)據(jù)庫

引入SDK

<dependency>
    <groupId>org.iq80.leveldb</groupId>
    <artifactId>leveldb-api</artifactId>
    <version>0.10</version>
</dependency>
<dependency>
    <groupId>org.iq80.leveldb</groupId>
    <artifactId>leveldb</artifactId>
    <version>0.10</version>
</dependency>

初始化DB

DBFactory factory = new Iq80DBFactory();
Options options = new Options();
options.createIfMissing(true);
//folder 是db存儲目錄
DB db = factory.open(new File(folder), options);

存儲Key Value 值

//levelDB 的api存儲都是字節(jié)數(shù)組  所以這里需要轉(zhuǎn)成字節(jié)數(shù)組
db.put(Iq80DBFactory.bytes(key), Iq80DBFactory.bytes(value));

獲取Value

byte[] bytes = db.get(Iq80DBFactory.bytes(key));
String value = Iq80DBFactory.asString(bytes);

刪除|更改

//刪除
db.delete(Iq80DBFactory.bytes(key));

//更改 重新put新的key - value即可
db.put(Iq80DBFactory.bytes(key), Iq80DBFactory.bytes(value));   

遍歷所有數(shù)據(jù)

public LinkedHashMap<String, String> iteratorDb() {
    DBIterator iterator = db.iterator();
    LinkedHashMap<String, String> linkedHashMap = new LinkedHashMap<>();
    while (iterator.hasNext()) {
        Map.Entry<byte[], byte[]> next = iterator.next();
        String key = Iq80DBFactory.asString(next.getKey());
        String value = Iq80DBFactory.asString(next.getValue());
        linkedHashMap.put(key, value);
    }
    return linkedHashMap;
}

測試插入一百萬條數(shù)據(jù)

基于SpringBoot搭建的控制器

隨機生成 指定數(shù)量的UUID 并且插入到LevelDB

從請求 到響應 5.5秒左右 如果再拋掉生成UUID的時間 可能更快 哈哈

@ResponseBody
@GetMapping("/generate")
public ResponeEntity generate(Long count) {
    DB db = levelDb.getDb();
    //創(chuàng)建批量處理
    WriteBatch batch = db.createWriteBatch();
    for (int i = 0; i < count; i++) {
        String uuid = UUID.randomUUID().toString();
        batch.put(Iq80DBFactory.bytes(uuid), Iq80DBFactory.bytes(uuid));
    }
    //執(zhí)行寫入
    db.write(batch);
    return buildRespone(null);
}
image

測試從一百萬數(shù)據(jù)中取出一條

PostMan 請求到響應時間 19毫秒

@ResponseBody
@GetMapping("/getLevel")
public ResponeEntity getLevel(String key) {
    byte[] bytes = db.get(Iq80DBFactory.bytes(key));
    String value = Iq80DBFactory.asString(bytes);
    return buildRespone(value);
}   
image
最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末盖袭,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子外驱,更是在濱河造成了極大的恐慌,老刑警劉巖滑臊,帶你破解...
    沈念sama閱讀 206,214評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件芽世,死亡現(xiàn)場離奇詭異,居然都是意外死亡聋呢,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評論 2 382
  • 文/潘曉璐 我一進店門颠区,熙熙樓的掌柜王于貴愁眉苦臉地迎上來削锰,“玉大人,你說我怎么就攤上這事毕莱∑鞣罚” “怎么了?”我有些...
    開封第一講書人閱讀 152,543評論 0 341
  • 文/不壞的土叔 我叫張陵央串,是天一觀的道長磨澡。 經(jīng)常有香客問我,道長质和,這世上最難降的妖魔是什么稳摄? 我笑而不...
    開封第一講書人閱讀 55,221評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮饲宿,結(jié)果婚禮上厦酬,老公的妹妹穿的比我還像新娘。我一直安慰自己瘫想,他們只是感情好仗阅,可當我...
    茶點故事閱讀 64,224評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著国夜,像睡著了一般减噪。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上车吹,一...
    開封第一講書人閱讀 49,007評論 1 284
  • 那天筹裕,我揣著相機與錄音,去河邊找鬼窄驹。 笑死朝卒,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的乐埠。 我是一名探鬼主播抗斤,決...
    沈念sama閱讀 38,313評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼丈咐!你這毒婦竟也來了瑞眼?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,956評論 0 259
  • 序言:老撾萬榮一對情侶失蹤扯罐,失蹤者是張志新(化名)和其女友劉穎负拟,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體歹河,經(jīng)...
    沈念sama閱讀 43,441評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡掩浙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,925評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了秸歧。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片厨姚。...
    茶點故事閱讀 38,018評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖键菱,靈堂內(nèi)的尸體忽然破棺而出谬墙,到底是詐尸還是另有隱情,我是刑警寧澤经备,帶...
    沈念sama閱讀 33,685評論 4 322
  • 正文 年R本政府宣布拭抬,位于F島的核電站,受9級特大地震影響侵蒙,放射性物質(zhì)發(fā)生泄漏造虎。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,234評論 3 307
  • 文/蒙蒙 一纷闺、第九天 我趴在偏房一處隱蔽的房頂上張望算凿。 院中可真熱鬧,春花似錦犁功、人聲如沸氓轰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,240評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽署鸡。三九已至,卻和暖如春限嫌,著一層夾襖步出監(jiān)牢的瞬間靴庆,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,464評論 1 261
  • 我被黑心中介騙來泰國打工萤皂, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留撒穷,地道東北人。 一個月前我還...
    沈念sama閱讀 45,467評論 2 352
  • 正文 我出身青樓裆熙,卻偏偏與公主長得像端礼,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子入录,可洞房花燭夜當晚...
    茶點故事閱讀 42,762評論 2 345