今天抽空研究了一下這個資料庫,也把它完整的原始碼抓下來了。還沒細看,但架構給人的印象相當不錯。下午翻著翻著,有個地方讓我特別有感——我先不多做評論,只能說第一印象是眼前一亮。
db4o 是一個物件導向資料庫。這個概念並不新,但我覺得概念新不新其實不重要;重要的是 db4o 真的被做出來了,而且做得不錯,這本身就值得欣賞。我自己始終相信,實踐與時間才是檢驗真理的唯一標準,敢動手比空想有用。
我猜很多朋友關心的問題是同一個:如果用 XML 存資料,效能會不會很慢?我在上一篇的留言裡反覆強調過兩點:
對照 db4o 官方教材(寫得不錯,先給個讚)做了一些練習後,我發現它的資料庫只有一個檔案,是二進位格式;而即使在大容量寫入與讀取的情況下,效能表現也很不錯。這正好說明了演算法的重要性——要在單一檔案中抽出特定片段,本身就是相當不容易的工程。二進位讀寫這條路,向來毀譽參半。
試想一個情境:檔案已經 1GB,而你要在中間某個位置寫入另一個物件(例如修改)。所有內容都在同一個檔案裡,這件事會變得非常棘手。坦白說,這正是我決定開發 XML 資料庫的根本原因。如果最後仍然是靠一個或極少數幾個二進位檔案來存全部資料,那跟傳統關聯式資料庫的差別其實不大,而且再怎麼調校,總會撞到天花板。
我當然無從得知 db4o 團隊當時的取捨考量,也許在那個時間點,這已經是相當好的方案。
為了把問題說清楚,我寫了一個簡單的示範程式,比較 db4o 與 XML 資料庫在大容量寫入與讀取上的表現。兩邊各插入 100,000(十萬)個物件,然後各自讀取約 35,000(三萬五千)個物件。
第一部分:業務實體類(摘自 db4o 文件)
/// <summary>
/// 這是一個很簡單的類型,摘自 db4o 的官方案例
/// </summary>
public class Pilot
{
public Pilot() { }
string _name;
int _points;
public Pilot(string name, int points)
{
_name = name;
_points = points;
}
public string Name
{
get
{
return _name;
}
set { _name = value; }
}
public int Points
{
get
{
return _points;
}
set { _points = value; }
}
public void AddPoints(int points)
{
_points += points;
}
override public string ToString()
{
return string.Format("{0}/{1}", _name, _points);
}
}
第二部分:測試程式碼
class Program
{
static void Main(string[] args)
{
// 這個測試程式主要用來比較與 db4o 這個資料庫在操作及效能上的差別
// 建立 db4o 資料庫,並插入 100000(十萬個)物件
Console.WriteLine("db4o 資料庫測試結果");
IObjectContainer db = Db4oFactory.OpenFile("test.yps");
try
{
Stopwatch watch = new Stopwatch();
watch.Start();
for (int i = 0; i < 100000; i++)
{
Pilot pilot1 = new Pilot("Michael Schumacher", i);
db.Store(pilot1);
}
watch.Stop();
Console.WriteLine("\t插入 100000 個物件,耗時:{0} 秒", watch.ElapsedMilliseconds / 1000);
watch.Start();
var query = from p in db.Query<Pilot>()
where p.Points % 3 == 0
select p;
Console.WriteLine("\t讀取 {0} 個物件", query.ToArray().Count());
watch.Stop();
Console.WriteLine("\t讀取耗時:{0} 秒", watch.ElapsedMilliseconds / 1000);
}
finally
{
db.Close();
}
Console.WriteLine("XMLDatabase 測試結果");
// 建立 XMLDatabase,並插入 100000(十萬個)物件
using (XDatabase xdb = XDatabase.CreateInstance("Test", "E:\\Temp")) {
try
{
Stopwatch watch = new Stopwatch();
watch.Start();
XTable<Pilot> table = xdb.Create<Pilot>("Pilots", new[] { "Name" });
for (int i = 0; i < 100000; i++)
{
Pilot pilot1 = new Pilot("Ares Chen", i);
table.Insert(pilot1);
}
xdb.SubmitChanges();
watch.Stop();
Console.WriteLine("\t插入 100000 個物件,耗時:{0} 秒", watch.ElapsedMilliseconds / 1000);
watch.Start();
var query = from p in table.Select()
where p.Points % 3 == 0
select p;
Console.WriteLine("\t讀取 {0} 個物件", query.ToArray().Count());
watch.Stop();
Console.WriteLine("\t讀取耗時:{0} 秒", watch.ElapsedMilliseconds / 1000);
}
finally
{
}
}
Console.Read();
}
}
第三部分:測試結果

把執行順序顛倒再跑一次,結果如下:


XML 資料庫的設計是每張表各自存放一個 XML 檔案(我還在考慮分散式存放的做法,例如讓一張表對應 N 個 XML 檔案)。寫入這十萬個物件之後,大約是 4.08 MB。

而且這個檔案本身就是一個很直觀的 XML 文件:

db4o 則是把所有物件放進同一個資料庫檔案,檔名叫什麼都無所謂。

檔案大小約 9.07 MB。

這是典型的二進位檔案,硬要打開來看,大致長這樣:

【註】以上比較純屬技術研究性質。前面我已經說過,db4o 用單一二進位檔案做到這樣的效能,已經相當了不起,它的演算法應該很不錯。我不確定它是否支援多檔案——看文件說單一資料庫最大支援 250 GB(這個數字有點嚇人,但我斷定不會有人真的這樣用)。如果 250 GB 的資料全塞在一個檔案裡,那實在太可怕了。
最後要說的是,用一個檔案存全部資料並非一無是處。它最大的好處就是備份與管理方便——反正只有一個檔案。而正在開發的 XML 資料庫在這方面吃虧:我的構想是用不同目錄分門別類,Tables 放所有表資料、Schemas 放所有結構定義、Blobs 放大物件(例如圖片),另外用一個 rels 目錄記錄這些檔案之間的關係。這樣一來就會帶來風險,因為檔案數量變多了。這一點還需要多想想。
XML 資料庫的開發仍在進行中,歡迎留言給我建議和想法。由於白天還有其他工作,回覆大概得等到晚上。