LevelDB源码分析-编码

编码（util/coding.h util/coding.cc）

LevelDB将整型编码为二进制字符串的形式，同时又能够和ASCII字符区分。

首先是定长编码：

void EncodeFixed32(char *buf, uint32_t value)
{
    if (port::kLittleEndian)
    {
        memcpy(buf, &value, sizeof(value));
    }
    else
    {
        buf[0] = value & 0xff;
        buf[1] = (value >> 8) & 0xff;
        buf[2] = (value >> 16) & 0xff;
        buf[3] = (value >> 24) & 0xff;
    }
}

void EncodeFixed64(char *buf, uint64_t value)
{
    if (port::kLittleEndian)
    {
        memcpy(buf, &value, sizeof(value));
    }
    else
    {
        buf[0] = value & 0xff;
        buf[1] = (value >> 8) & 0xff;
        buf[2] = (value >> 16) & 0xff;
        buf[3] = (value >> 24) & 0xff;
        buf[4] = (value >> 32) & 0xff;
        buf[5] = (value >> 40) & 0xff;
        buf[6] = (value >> 48) & 0xff;
        buf[7] = (value >> 56) & 0xff;
    }
}

这里根据机器区分大端和小端，LevelDB编码后的字符串为小端存储。在编码时，只是简单的将8位二进制码存储在一个char字符的位置上。因为定长，所以可以和ASCII字符区分。

接下来是定长编码的一些接口函数：

void PutFixed32(std::string *dst, uint32_t value)	// 将一个32位整型值定长编码后存入dst
void PutFixed64(std::string *dst, uint64_t value)	// 将一个64位整型值定长编码后存入dst

然后是变长编码：

char *EncodeVarint32(char *dst, uint32_t v)
{
    // Operate on characters as unsigneds
    unsigned char *ptr = reinterpret_cast<unsigned char *>(dst);
    static const int B = 128;
    if (v < (1 << 7))
    {
        *(ptr++) = v;
    }
    else if (v < (1 << 14))
    {
        *(ptr++) = v | B;
        *(ptr++) = v >> 7;
    }
    else if (v < (1 << 21))
    {
        *(ptr++) = v | B;
        *(ptr++) = (v >> 7) | B;
        *(ptr++) = v >> 14;
    }
    else if (v < (1 << 28))
    {
        *(ptr++) = v | B;
        *(ptr++) = (v >> 7) | B;
        *(ptr++) = (v >> 14) | B;
        *(ptr++) = v >> 21;
    }
    else
    {
        *(ptr++) = v | B;
        *(ptr++) = (v >> 7) | B;
        *(ptr++) = (v >> 14) | B;
        *(ptr++) = (v >> 21) | B;
        *(ptr++) = v >> 28;
    }
    return reinterpret_cast<char *>(ptr);
}

char *EncodeVarint64(char *dst, uint64_t v)
{
    static const int B = 128;
    unsigned char *ptr = reinterpret_cast<unsigned char *>(dst);
    while (v >= B)
    {
        *(ptr++) = (v & (B - 1)) | B;
        v >>= 7;
    }
    *(ptr++) = static_cast<unsigned char>(v);
    return reinterpret_cast<char *>(ptr);
}

LevelDB的变长编码设计的十分巧妙，它以7个二进制bit为一个单位，存入一个char中，同时为了和ASCII码进行区分，将char的最高位设为1（ASCII码为0-127），同样采用小端存储的形式。但是变长编码的最后一个char的最高位是0，以此作为变长编码后的字符串的结束标志。

例如，11001011101111001会被编码为11111001 10101110 00000110。

接下来是一些变长编码的接口函数：

void PutVarint32(std::string *dst, uint32_t v)	// 将一个32位整型值变长编码后存入dst
void PutVarint64(std::string *dst, uint64_t v)	// 将一个64位整型值变长编码后存入dst
int VarintLength(uint64_t v)	// 获取变长编码后的字符串长度(以字节计数)
const char *GetVarint32PtrFallback(const char *p,
                                   const char *limit,
                                   uint32_t *value)	// 将以p到limit之间的变长编码字符串解码为32位整型值
bool GetVarint32(Slice *input, uint32_t *value)	// 将以p到limit之间的变长编码字符串解码为32位整型值并封装入Slice中
const char *GetVarint64Ptr(const char *p, const char *limit, uint64_t *value)	// 将以p到limit之间的变长编码字符串解码为64位整型值
bool GetVarint64(Slice *input, uint64_t *value)	// 将以p到limit之间的变长编码字符串解码为64位整型值并封装入Slice中

227 Love u