cdb - 为什么 DJ Bernstein CDB（常量数据库）使用 256 个哈希表？

Question

为什么 DJB CDB（常量数据库）设计为使用 256 个哈希表？

为什么不是单个更大的 252 * 256 哈希表？

只是为了节省空间还是有其他原因？

Answer 1

DJB CDB 使用两级哈希表。第一个表在文件开头是固定大小的 2K。第二组表位于文件末尾，并在数据流式传输到 cdb 时构建在内存中。一旦所有数据都流入 cdb，第二组哈希表就会流出到磁盘，然后第一个表（在文件的开头）填充第二组中每个表的偏移量。

换句话说，多级哈希表允许 cdb 的流式创建，除了在 cdb 创建结束时写入文件的开头 2K 之外。

访问cdb速度很快，打第一张表（文件开头2K）找到cdb文件末尾第二张表（在第二组表中）的偏移量，提供了数据的位置在 cdb 中。

更多信息可以在https://github.com/gstrauss/mcdb/的注释中找到，这是对 DJB 古老的 cdb 的重写。mcdb 比 cdb 更快，并且消除了 4GB cdb 的限制，还有其他好处。