数据库Database

数据库（Database）是用于存储和管理数据的系统。它提供了一种结构化的方式来组织、存储、检索和更新数据，以满足不同应用程序的需求。

数据库可以分为两类：关系型数据库和非关系型数据库。

1. 关系型数据库（Relational Database）：
   关系型数据库使用表格（表）来组织数据，表由行和列组成，每个表都有一个唯一的标识符（主键），用于区分不同的记录。关系型数据库使用结构化查询语言（SQL）来操作和查询数据。著名的关系型数据库包括 MySQL、Oracle、Microsoft SQL Server、PostgreSQL、SQLite等。

2. 非关系型数据库（Non-Relational Database，NoSQL）：
   非关系型数据库不使用传统的表格结构，而使用其他数据模型来存储数据，例如键值对、文档、列族、图形等。非关系型数据库通常具有高扩展性和灵活性，适用于大规模数据和分布式系统。常见的非关系型数据库有MongoDB、Cassandra、Redis、Elasticsearch等。

选择适合自己应用需求的数据库需要考虑以下几个方面：

• 数据模型：关系型数据库适合需要强调事务处理和数据一致性的应用，而非关系型数据库适合需要高度可伸缩性和灵活性的应用。
• 数据规模：如果处理大规模数据和高并发访问需求，非关系型数据库通常更适合。
• 数据一致性和完整性：关系型数据库提供严格的一致性和数据完整性，而非关系型数据库可能在这方面更灵活。
• 查询需求：关系型数据库具有成熟的 SQL 查询语言，而非关系型数据库则使用各种查询语言或 API。

当然，在选择数据库时还需要考虑可用性、性能、安全性和维护成本等因素。

总结来说，数据库是用于存储和管理数据的系统，根据应用需求可以选择关系型数据库或非关系型数据库。在选择数据库时，需要考虑数据模型、数据规模、数据一致性和完整性、查询需求以及可用性、性能、安全性和维护成本等方面的因素。

关系型数据库

关系型数据库（Relational Database）是一种基于关系模型的数据库管理系统（DBMS）。它使用表格（称为关系）来组织和存储数据，并通过定义表之间的关系来实现数据的逻辑和物理连接。以下是关系型数据库的一些重要概念和特点：

1. 表（Table）：关系型数据库中的最基本的数据组织单位，由列（字段）和行（记录）组成。每个表都有一个唯一的名称，并定义了列的名称、数据类型和约束条件。

2. 列（Column）：表中的一个字段，用于表示一个具体的数据项。列具有特定的数据类型，如整数、字符串、日期等。

3. 行（Row）：表中的一个记录，由一系列列组成。每一行存储了不同列上对应的数据。

4. 主键（Primary Key）：一个或多个列的组合，用于唯一地标识表中的记录。主键的值必须在表中是唯一的，且不能为NULL。

5. 外键（Foreign Key）：用于建立表之间的关系。外键是一个指向另一个表（主表）的列，用来确保数据的一致性和完整性。

6. 索引（Index）：用于提高数据库查询效率的数据结构。索引可以根据某个（或多个）列的值快速定位和访问匹配的记录。

7. 查询语言：关系型数据库通常使用结构化查询语言（SQL）进行数据的检索、添加、更新和删除操作。SQL提供了一套标准化的语法和查询方式。

8. ACID 属性：关系型数据库支持事务的原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）属性，以确保数据的完整性和可靠性。

关系型数据库的优点包括：

• 数据易于理解和组织，表格结构直观。
• 支持复杂的查询操作，具备较强的灵活性和功能性。
• 数据的一致性和完整性可以通过约束条件和事务处理来保证。
• SQL作为标准查询语言广泛应用，并且有成熟的工具和技术生态圈支持。

然而，关系型数据库也有一些限制，例如扩展性相对较差、对大规模数据处理的效率较低等。针对这些问题，还出现了其他类型的数据库，如非关系型数据库（NoSQL）和分布式数据库等，以满足不同应用场景的需求。

数据库对比

以下是MySQL、Oracle、Microsoft SQL Server、PostgreSQL和SQLite这五种关系型数据库的简要对比：

1. MySQL：

   • 开源数据库管理系统，广泛应用于Web应用开发。
   • 轻量级，适合处理中小规模数据。
   • 对于读密集型应用具有较好的性能和扩展性。
   • 支持多种操作系统，易于安装和使用。

2. Oracle：

   • 商业数据库管理系统，功能强大，适用于大型企业级应用。
   • 具备高度可靠性、可扩展性和安全性。
   • 提供丰富的特性，如分布式数据库、高可用性、复制等。
   • 强大的数据处理能力和优化器，适用于复杂的查询和大数据量的处理任务。

3. Microsoft SQL Server：

   • 商业数据库管理系统，广泛用于Windows平台。
   • 与Microsoft生态系统集成紧密，提供与其他Microsoft产品和工具的无缝集成。
   • 提供可靠性高、性能好、可扩展性强的解决方案。
   • 提供强大的商业智能和分析功能。

4. PostgreSQL：

   • 开源数据库管理系统，具备高度的可靠性和稳定性。
   • 支持复杂数据类型、事务处理和并发控制。
   • 具备丰富的扩展性，可通过插件进行功能扩展。
   • 提供高级特性，如分区表、全文搜索、地理空间数据等。

5. SQLite：

   • 嵌入式数据库管理系统，以文件形式存储数据库。
   • 轻量级，占用资源少，适用于移动设备和嵌入式系统。
   • 使用简单，无需独立的服务器进程，直接访问本地数据库文件即可。
   • 支持标准SQL语法，但与其他数据库相比，功能相对较少。

这些关系型数据库在不同应用场景下具有各自的特点和优势。选择适合的数据库取决于项目的需求、规模、性能要求、预算等因素。需要根据具体情况综合考虑，并对比它们的性能、功能、可扩展性、支持和社区等方面的特点，以做出明智的选择。

SQLite示例代码

以下是一个使用C++进行SQLite操作的示例代码：

#include 
#include 

int main() {
    // 声明数据库连接对象和错误信息
    sqlite3* db;
    char* errMsg = nullptr;

    // 打开数据库文件（如果不存在则创建）
    int rc = sqlite3_open("example.db", &db);
    if (rc != SQLITE_OK) {
        std::cerr << "无法打开数据库: " << sqlite3_errmsg(db) << std::endl;
        return rc;
    }

    // 创建示例表
    const char* createTableQuery = "CREATE TABLE IF NOT EXISTS contacts (id INT PRIMARY KEY, name TEXT, email TEXT)";
    rc = sqlite3_exec(db, createTableQuery, nullptr, nullptr, &errMsg);
    if (rc != SQLITE_OK) {
        std::cerr << "无法创建表: " << errMsg << std::endl;
        sqlite3_free(errMsg);
        sqlite3_close(db);
        return rc;
    }

    // 插入数据
    const char* insertDataQuery = "INSERT INTO contacts (id, name, email) VALUES (1, 'John Doe', '[email protected]')";
    rc = sqlite3_exec(db, insertDataQuery, nullptr, nullptr, &errMsg);
    if (rc != SQLITE_OK) {
        std::cerr << "无法插入数据: " << errMsg << std::endl;
        sqlite3_free(errMsg);
        sqlite3_close(db);
        return rc;
    }

    // 查询数据
    const char* selectDataQuery = "SELECT id, name, email FROM contacts";
    rc = sqlite3_exec(db, selectDataQuery,
        [](void* data, int colCount, char** colValues, char** colNames) -> int {
            for (int i = 0; i < colCount; ++i) {
                std::cout << colNames[i] << ": " << colValues[i] << std::endl;
            }
            return 0;
        },
        nullptr, &errMsg);

    if (rc != SQLITE_OK) {
        std::cerr << "无法查询数据: " << errMsg << std::endl;
        sqlite3_free(errMsg);
        sqlite3_close(db);
        return rc;
    }

    // 关闭数据库连接
    sqlite3_close(db);

    return 0;
}

以上示例代码演示了如何使用C++中的SQLite库进行数据库操作。代码通过SQLite C API提供的函数进行数据库连接、表的创建、数据的插入和查询等操作。需要在编译时链接SQLite库，例如使用以下命令编译：g++ example.cpp -lsqlite3。

请注意，此示例为简化示例，并未包含错误处理和异常处理。在实际应用中，建议添加适当的错误处理，并使用RAII（资源获取即初始化）等技术管理资源，以确保数据库连接和其他资源能够正确释放。

SQL语言

查询语言是一种用于从关系型数据库中检索数据的语言。在关系型数据库中，最常用的查询语言是结构化查询语言（Structured Query Language，简称SQL）。SQL提供了一套标准化的语法和操作，用于执行各种数据操作，包括数据查询、插入、更新和删除等。

以下是SQL的几个常见的查询操作和示例：

1. SELECT 查询：用于从表中检索数据。

   -- 检索所有列的数据
   SELECT * FROM 表名;
   
   -- 检索指定列的数据
   SELECT 列1, 列2 FROM 表名;
   
   -- 带条件的检索
   SELECT * FROM 表名 WHERE 条件;
   

2. INSERT 插入数据：用于向表中插入新的数据。

   -- 插入单行数据
   INSERT INTO 表名 (列1, 列2) VALUES (值1, 值2);
   
   -- 插入多行数据
   INSERT INTO 表名 (列1, 列2) VALUES (值1, 值2), (值3, 值4);
   

3. UPDATE 更新数据：用于修改表中已有的数据。

   -- 更新单个列的值
   UPDATE 表名 SET 列名 = 新值 WHERE 条件;
   
   -- 同时更新多个列的值
   UPDATE 表名 SET 列1 = 新值1, 列2 = 新值2 WHERE 条件;
   

4. DELETE 删除数据：用于从表中删除数据。

   -- 删除符合条件的行
   DELETE FROM 表名 WHERE 条件;
   
   -- 删除表中的所有行（谨慎使用）
   DELETE FROM 表名;
   

5. JOIN 连接操作：用于在多个表之间建立关联并检索相关数据。

   -- 内连接
   SELECT 列1, 列2 FROM 表1 INNER JOIN 表2 ON 表1.列 = 表2.列;
   
   -- 左连接
   SELECT 列1, 列2 FROM 表1 LEFT JOIN 表2 ON 表1.列 = 表2.列;
   
   -- 右连接
   SELECT 列1, 列2 FROM 表1 RIGHT JOIN 表2 ON 表1.列 = 表2.列;
   

6. 聚合函数（Aggregate Functions）：用于对表中的数据进行计算和统计操作。

   -- 求和
   SELECT SUM(列名) FROM 表名;
   
   -- 平均值
   SELECT AVG(列名) FROM 表名;
   
   -- 计数
   SELECT COUNT(列名) FROM 表名;
   
   -- 最大值
   SELECT MAX(列名) FROM 表名;
   
   -- 最小值
   SELECT MIN(列名) FROM 表名;
   

7. 排序（ORDER BY）：用于按照指定的列对查询结果进行排序。

   -- 升序排序
   SELECT 列1, 列2 FROM 表名 ORDER BY 列名 ASC;
   
   -- 降序排序
   SELECT 列1, 列2 FROM 表名 ORDER BY 列名 DESC;
   

8. 分组（GROUP BY）：用于将查询结果按照指定的列进行分组，并可配合聚合函数使用。

   -- 按列进行分组并计算总和
   SELECT 列1, SUM(列2) FROM 表名 GROUP BY 列1;
   
   -- 多列分组
   SELECT 列1, 列2, AVG(列3) FROM 表名 GROUP BY 列1, 列2;
   

9. LIMIT 和 OFFSET：用于限制查询结果的返回数量和偏移量。

   -- 返回前n条记录
   SELECT * FROM 表名 LIMIT n;
   
   -- 返回偏移量为m的n条记录
   SELECT * FROM 表名 LIMIT n OFFSET m;
   

10. HAVING 子句：用于在 GROUP BY 中对分组后的数据进行筛选。

    SELECT 列1, COUNT(列2) FROM 表名 GROUP BY 列1 HAVING COUNT(列2) > n;
    

11. DISTINCT 关键字：用于返回查询结果中的唯一值。

    -- 返回列中的唯一值
    SELECT DISTINCT 列名 FROM 表名;
    
    -- 返回多列组合的唯一值
    SELECT DISTINCT 列1, 列2 FROM 表名;
    

需要注意的是，不同的关系型数据库可能会有一些差异或特定的扩展。因此，在实际开发中，需要参考具体数据库的文档来了解其支持的SQL语法和特性。

运算符

以下是常见的 SQL 运算符的一些示例：

1. 算术运算符：

   • +：加法运算符，用于对两个值进行相加。
   • -：减法运算符，用于从一个值中减去另一个值。
   • *：乘法运算符，用于将两个值相乘。
   • /：除法运算符，用于将一个值除以另一个值。
   • %：取模运算符，返回两个值的余数。

2. 比较运算符：

   • =：等于运算符，用于判断两个值是否相等。
   • <> 或 !=：不等于运算符，用于判断两个值是否不相等。
   • >：大于运算符，用于判断一个值是否大于另一个值。
   • <：小于运算符，用于判断一个值是否小于另一个值。
   • >=：大于等于运算符，用于判断一个值是否大于或等于另一个值。
   • <=：小于等于运算符，用于判断一个值是否小于或等于另一个值。

3. 逻辑运算符：

   • AND：逻辑与运算符，用于同时满足多个条件。
   • OR：逻辑或运算符，用于满足任意一个条件。
   • NOT：逻辑非运算符，用于取反一个条件。

4. 位运算符：

   • &：按位与运算符，将两个值的二进制进行按位与操作。
   • |：按位或运算符，将两个值的二进制进行按位或操作。
   • ^：按位异或运算符，将两个值的二进制进行按位异或操作。
   • ~：按位取反运算符，将值的二进制进行按位取反操作。
   • <<：左移运算符，将值的二进制进行左移操作。
   • >>：右移运算符，将值的二进制进行右移操作。

5. 字符串操作运算符：

   • ||：字符串连接运算符，用于将两个字符串连接起来。
   • LIKE：模式匹配运算符，用于根据通配符模式搜索匹配的字符串。
   • ILIKE：不区分大小写的模式匹配运算符。
   • SIMILAR TO：基于正则表达式的模式匹配运算符。

这只是一些常见的 SQL 运算符，具体使用哪些运算符取决于所使用的数据库系统和其支持的功能。如果在特定的数据库系统中有特定的需求，请参考相关文档以获取更详细的信息。

非关系型数据库

非关系型数据库（NoSQL）是一种不使用传统的关系表结构来组织和存储数据的数据库管理系统。相对于关系型数据库，非关系型数据库具有更灵活的数据模型、更高的可扩展性和更好的性能。

以下是对非关系型数据库的详细介绍：

1. 数据模型多样性：
   非关系型数据库提供了多种数据模型，包括键值对（Key-Value）、文档型（Document）、列族型（Column-Family）和图形型（Graph）。每种模型适用于不同的数据类型和应用场景，可以选择最适合的模型来存储和操作数据。

2. 灵活的数据结构：
   非关系型数据库不受固定表结构的限制，可以存储半结构化和非结构化数据。它们通常支持动态的数据模型，允许在数据存储过程中添加、修改或删除字段，以适应不断变化的数据需求。

3. 水平可扩展性：
   非关系型数据库设计为可水平扩展，通过分区和复制等技术实现数据的横向扩展。这使得非关系型数据库能够处理大规模数据和高并发访问，并具备良好的性能和吞吐量。

4. 高性能和低延迟：
   非关系型数据库通常采用了一些优化策略和存储引擎，以提供高性能和低延迟的数据访问。例如，键值对数据库可以通过内存缓存和快速索引实现快速的读写操作。

5. 分布式架构：
   多数非关系型数据库采用分布式架构，数据可以分布在多个节点上，并支持分布式存储和计算。这样可以提高系统的可用性、容错性和扩展性。

6. 适应大数据和实时处理：
   非关系型数据库广泛应用于大数据和实时处理领域，如互联网、物联网、社交网络、日志分析等。它们具备处理海量数据和高速数据写入的能力，支持实时数据分析和流式处理。

7. 缺点和适用场景：
   非关系型数据库通常牺牲了一部分数据一致性和事务支持，对复杂的查询能力有一定限制。因此，在选择使用非关系型数据库时需要根据具体应用场景和业务需求进行评估和权衡。

常见的非关系型数据库包括：

• 键值对数据库：Redis、RocksDB
• 文档型数据库：MongoDB、Couchbase
• 列族型数据库：HBase、Cassandra
• 图形数据库：Neo4j、ArangoDB
• 时间序列数据库：InfluxDB、OpenTSDB

综上所述，非关系型数据库提供了灵活的数据模型、高可扩展性和良好的性能，适用于大规模数据、高并发访问和实时处理场景。但需要根据具体需求进行选择，权衡其特点和限制。

键值对数据库

以下是对Redis和RocksDB这两个键值对数据库的详细对比：

1. 数据模型：

   • Redis：Redis是一个基于内存的键值对数据库，支持多种数据类型，包括字符串、哈希表、列表、集合和有序集合等。它提供了丰富的数据操作命令和功能，能够满足不同场景下的数据处理需求。
   • RocksDB：RocksDB是一个基于磁盘的键值对数据库，以Google LevelDB作为基础库进行优化而来。它将所有数据存储在本地磁盘上，并提供了高效的键值对操作接口。

2. 存储引擎：

   • Redis：Redis使用内存作为主要存储介质，可以将部分数据持久化到硬盘中，以实现数据的持久化存储。它提供了多种持久化方式，包括快照（Snapshotting）和日志追加（Append-only file）。
   • RocksDB：RocksDB是一个专注于磁盘存储的数据库，将所有数据直接存储在磁盘上。它使用了一种称为“LSM树”（Log-Structured Merge Tree）的数据结构，以支持高性能的插入和读取操作。

3. 性能和吞吐量：

   • Redis：Redis以其快速的内存读写操作而闻名，适合处理高并发的读取和写入请求。由于数据存储在内存中，因此具有低延迟和高吞吐量的特点。
   • RocksDB：RocksDB在磁盘上进行操作，相对于Redis而言，读写延迟较高。然而，RocksDB在处理大规模数据时能够提供良好的性能，并具有更好的可扩展性。

4. 数据持久化：

   • Redis：Redis提供了不同的持久化选项，包括快照（Snapshotting）和日志追加（Append-only file）。快照可将内存中的数据定期写入磁盘，而日志追加记录所有写操作，以便系统重启后可以恢复数据。
   • RocksDB：RocksDB使用WAL（Write-Ahead Log）和SSTables（Sorted String Table）来实现数据的持久化。WAL记录所有写操作，而SSTables用于实际的数据存储。

5. 数据一致性和事务支持：

   • Redis：Redis的主要关注点是提供高性能和低延迟的键值存储，不支持严格的事务和强一致性。它提供了一些原子操作和事务命令，但对于复杂的事务需求可能不够灵活。
   • RocksDB：RocksDB支持原子写入（Atomic Writes）和事务操作，可以保证数据的一致性。它提供了原子的写入和读取操作，并支持批量操作和事务的ACID特性。

6. 可用性和复制：

   • Redis：Redis提供了主从复制和Sentinel机制来实现高可用性。通过主从复制，可以将数据从主节点复制到多个从节点，以实现读取负载均衡和故障恢复。
   • RocksDB：RocksDB本身并不直接支持复制和高可用性，需要依靠其他系统（例如分布式存储系统或自定义开发）来实现复制和数据的备份。

综上所述，Redis适合于需要快速读写、低延迟和高吞吐量的场景，而RocksDB则更适合于大规模数据的存储和处理，尤其是需要持久化存储和较好的可扩展性的场景。选择哪个键值对数据库要根据具体需求和应用场景进行评估和选择。

文档型数据库

以下是对MongoDB和Couchbase这两个文档型数据库的详细对比：

1. 数据模型：

   • MongoDB：MongoDB是一个面向文档的数据库，数据以文档的形式存储，每个文档是一个键值对的集合，可以嵌套其他文档或数组。它支持动态模式，即不同文档可以有不同的字段和结构。
   • Couchbase：Couchbase也是一个面向文档的数据库，使用JSON格式存储数据。每个文档是一个自包含的实体，可以包含任意数量和类型的字段。

2. 分布式架构：

   • MongoDB：MongoDB具有分布式架构，支持水平扩展。它可以通过分片（sharding）技术将数据划分为多个分片，并在多个节点上存储和处理数据。
   • Couchbase：Couchbase同样采用分布式架构，支持水平扩展和分区。它可以将数据分布在多个节点上，以实现负载均衡和高可用性。

3. 数据一致性和事务支持：

   • MongoDB：MongoDB提供了灵活的一致性模型。默认情况下，写操作在主节点上进行，并异步复制到副本集中的从节点。它支持多种读写一致性级别，并提供了事务支持，可以在多个文档上执行原子操作。
   • Couchbase：Couchbase采用强一致性模型，所有读写操作都是在主节点上进行，并通过复制将数据同步到从节点。它支持事务，但在分区、复制和高可用性等方面需要与一致性权衡。

4. 查询语言和功能：

   • MongoDB：MongoDB使用丰富的查询语言和功能，如灵活的查询表达式、索引、聚合框架和地理空间查询等。它还提供了文本搜索、图形查询和全文索引等特性。
   • Couchbase：Couchbase使用N1QL（SQL-like Query Language）作为查询语言，支持类似SQL的查询语法和功能。它还提供了全文索引、空间查询和关系型连接等功能。

5. 数据处理能力：

   • MongoDB：MongoDB具有良好的横向扩展和并行查询能力，适用于大规模数据和高并发访问。它支持分片和分布式查询，并可以利用副本集提供容错和高可用性。
   • Couchbase：Couchbase也具备横向扩展和高并发处理能力，支持分布式查询和负载均衡。它通过自动分区和数据复制来实现数据的分布和冗余存储。

6. 数据持久化：

   • MongoDB：MongoDB提供了灵活的持久化选项，可以将数据持久化到硬盘，并支持副本集和分片的数据复制。它还提供了备份和恢复、快照和日志功能等。
   • Couchbase：Couchbase使用内存和磁盘混合存储数据，以提供高性能和可靠性。它支持数据的持久化存储，并具有自动故障恢复和数据重平衡功能。

7. 可用性和扩展性：

   • MongoDB：MongoDB具有较好的可扩展性，可以通过添加更多的节点来增加存储容量和读写吞吐量。它通过副本集和自动故障转移来提供高可用性。
   • Couchbase：Couchbase同样具备良好的可扩展性和高可用性。它支持节点的动态添加和移除，并提供数据的自动平衡和故障转移。

综上所述，MongoDB和Couchbase都是强大的文档型数据库，适用于灵活的数据模型、分布式架构和高性能的需求。选择哪个文档型数据库要根据具体的应用场景、数据访问模式和性能要求进行评估和选择。

RocksDB示例代码

以下是一个使用C++编写的简单的RocksDB使用示例：

#include 
#include 
#include "rocksdb/db.h"

int main() {
    rocksdb::DB* db;
    rocksdb::Options options;
    options.create_if_missing = true;

    // 打开数据库
    rocksdb::Status status = rocksdb::DB::Open(options, "/path/to/db", &db);
    if (!status.ok()) {
        std::cerr << "无法打开数据库: " << status.ToString() << std::endl;
        return 1;
    }

    // 写入数据
    rocksdb::WriteOptions writeOptions;
    std::string key = "my_key";
    std::string value = "my_value";
    status = db->Put(writeOptions, key, value);
    if (!status.ok()) {
        std::cerr << "写入数据失败: " << status.ToString() << std::endl;
    }

    // 读取数据
    rocksdb::ReadOptions readOptions;
    std::string readValue;
    status = db->Get(readOptions, key, &readValue);
    if (status.ok()) {
        std::cout << "读取到的值为: " << readValue << std::endl;
    } else {
        std::cerr << "读取数据失败: " << status.ToString() << std::endl;
    }

    // 删除数据
    rocksdb::WriteOptions deleteOptions;
    status = db->Delete(deleteOptions, key);
    if (!status.ok()) {
        std::cerr << "删除数据失败: " << status.ToString() << std::endl;
    }

    // 关闭数据库
    delete db;

    return 0;
}

在这个例子中，我们首先包含了RocksDB的头文件，并定义了一个rocksdb::DB对象和一些选项。然后，我们通过rocksdb::DB::Open函数打开一个数据库。接下来，我们使用rocksdb::WriteOptions和db->Put函数将键值对写入数据库。然后，我们使用rocksdb::ReadOptions和db->Get函数从数据库中读取值。最后，我们使用rocksdb::WriteOptions和db->Delete函数删除数据，并通过delete db关闭数据库。

请注意，上述示例仅仅是一个简化的使用示例，实际使用RocksDB时可能需要更多的配置和错误处理。你可以根据自己的需要进行进一步的扩展和修改。此外，为了成功编译运行此示例，你还需要链接RocksDB库，并在代码中指定正确的数据库路径。