LevelDB将用户写入的数据临时存储在MemTable中，内存数据足够多后才排序写入SSTable文件（避免写出过小的文件）。那么如果在写磁盘之前，系统崩溃了怎么办呢？作为数据库系统，最基本的要求就是保证数据持久，即向用户承诺已写成功的数据不会丢失，无论是系统重启还是进程退出。经典的解决方案是在向用户返回写操作成功之前，首先在磁盘上将这个写操作记录在日志文件中。一旦写日志成功，后续操作便可以放心的只在内存中进行了。当数据库因为任何原因重启时，它会首先重播日志文件中的操作记录，保证之前承诺过的操作不会丢失。
写操作分为两种：插入和删除。LevelDB允许用户原子地执行若干插入和删除，或者全部成功或者全部失败。这些写操作放在一起称作write batch，write batch是日志记录中的最小单位。
图1：日志中的一条记录，即一个write batch（格式详见include/write_batch.h和db/write_batch.cc）
每个写操作的格式如下：日志文件是由若干个32KB的定长数据块组成的，每个块头有整个块的校验和。过长的write batch会被拆开保存到几个连续的数据块中。LevelDB的作者在文档中提到了使用定长数据块的好处（doc/log_format.txt），笔者在此简单复述和解释一下 ：
- 若日志文件部分损坏，我们可以直接定位到下一个32KB的数据块，继续读接下来的数据，不至于整个日志文件读不出。
- 容易对数据进行切分，特别适合用于MapReduce。MapReduce需要在不读出文件内容的情况下对文件按chunk进行切分，典型的chunk长度是64MB，32KB对齐的数据块自然也是64MB对齐的。考虑到过长的write batch会跨chunk边界分布在的连续的块中，这里需要特殊处理一下。
- 处理大记录时不需要分配额外的缓冲区。这里不太明白，无论在写数据还是从重播日志，都需要将数据复制到MemTable中。（原文：We do not need to put extra buffering for large records）
坏处是这样做会造成空间浪费：
- 一个32KB定长数据块只存储一个小write batch，比如key/value都只有几字节。
- 没有压缩。
好在日志文件占空间较小，并且是在SSTable写入磁盘后就会被删除，所以造成的空间浪费并不严重。
保证日志文件正确无误非常十分重要。在系统崩溃或掉电后所有内存数据都会丢失（包括还在系统page cache中的数据），在Linux系统中，只有fsync()成功后的数据才保证写入磁盘不丢失。在响应用户读写请求的流程中，fsync()是一个耗时的操作。在传统机械硬盘和ext3文件系统环境下，开启fsync后顺序写32KB数据每秒仅能完成百次左右，这直接影响数据库的写入性能。
首先不是所有的数据库数据都重要到立即fsync()的程序（比如在桌面应用的本地数据就不值得）。LevelDB为用户提供了一个开关控制每个写操作是否需要进行fsync()。但到目前的版本为止，LevelDB都没有提供周期性触发fsync()的折衷方案（MySQL和MongoDB都可以使用这个方案，典型的触发周期是几百亳秒）。
另一方面，服务器应用中通常写入操作是多线程同时进行的。为了防止写日志在高并发下成为瓶颈，LevelDB将不同线程同时产生的日志数据聚合在一起写入文件并进行一次fsync()，而非对每个线程写的数据进行单独fsync()。这个做法称为group commit。这样一来，虽然每秒完成的fsync()数量无法突破硬件限制，但实际上每次写入的数据量包含更多数据，对用户来说这样也就可以提高写入性能。顺便提一句：这部分代码写得短小精悍，值得学习（db/db_impl.cc中的DBImpl::Write()方法，或见下文）。
图2：线程1正在写日志，线程2和线程3正在等待锁
图3：线程1已完成，线程2和线程3的将日志合并在一起写入文件，只需进行一次write()和fsync()
Status DBImpl::Write(const WriteOptions& options, WriteBatch* my_batch) {
Writer w(&mutex_);
w.batch = my_batch;
w.sync = options.sync;
w.done = false;
MutexLock l(&mutex_);
writers_.push_back(&w); // 并发写的线程在这里排队
while (!w.done && &w != writers_.front()) {
w.cv.Wait();
}
if (w.done) {
return w.status;
}
// 排在队首的线程负责将数据聚合起来写入日志。
// 只有排在队首的线程会进入这里。其它线程则等待被通知。
// May temporarily unlock and wait.
Status status = MakeRoomForWrite(my_batch == NULL);
uint64_t last_sequence = versions_->LastSequence();
Writer* last_writer = &w;
if (status.ok() && my_batch != NULL) { // NULL batch is for compactions
WriteBatch* updates = BuildBatchGroup(&last_writer); // 将排在队首的几个batch聚合在一起
WriteBatchInternal::SetSequence(updates, last_sequence + 1);
last_sequence += WriteBatchInternal::Count(updates);
// Add to log and apply to memtable. We can release the lock
// during this phase since &w is currently responsible for logging
// and protects against concurrent loggers and concurrent writes
// into mem_.
{
mutex_.Unlock();
status = log_->AddRecord(WriteBatchInternal::Contents(updates)); // 写日志
if (status.ok() && options.sync) {
status = logfile_->Sync();
}
if (status.ok()) {
status = WriteBatchInternal::InsertInto(updates, mem_); // 写MemTable
}
mutex_.Lock();
}
if (updates == tmp_batch_) tmp_batch_->Clear();
versions_->SetLastSequence(last_sequence);
}
// 通知这些在等待的线程，我们已经将日志写完了
while (true) {
Writer* ready = writers_.front();
writers_.pop_front();
if (ready != &w) {
ready->status = status;
ready->done = true;
ready->cv.Signal();
}
if (ready == last_writer) break;
}
// Notify new head of write queue
if (!writers_.empty()) {
writers_.front()->cv.Signal();
}
return status;
}
参考资料：
LevelDB官方性能测试报告
Codingstory 