Tair LDB基于Prefixkey的范围查找性能优化项目提议方案

基于prefix bloomfilter的过滤思想和get_range接口数据的特点，在导师的指导下，提出如下的简单方案，对get_range接口的范围查找过程进行优化，使得能够根据prefix进行过滤，减少无效的磁盘IO。

待优化接口

int get_range(int area, const data_entry &pkey, const data_entry &start_key,   
    const data_entry &end_key, int offset, int limit, vector<data_entry*> 
    &values,shorttype=CMD_RANGE_ALL);

提议方案

1. 1. 由于get_range接口的数据是从prefix_put/prefix_incr接口进来的，那么prefix的长度信息就可以从它们的pkey参数得到，pkey的数据类型是data_entry，有属性prefix_size，那么我们在客户端将pkey和skey合并为mkey（已经设置mkey的prefix_size为pkey的size）后与value一起传送到服务器端。

在客户端与服务器端的连接过程中，将key的类型封装成LdbKey类，value的类型封装成LdbItem类，LdbItem里面含有key的prefix_size信息，然后两者都转化为Slice类型发送到leveldb底层进行存储操作。注意此时value里面包含了prefix_szie信息（序列化信息，不能直接提取），因此我们在生成filter block时可以从value中提取出prefix_size信息（按LdbItem的格式进行分析提取）以生成我们所需要的prefix bloomfilter。提取的具体实现可以放在leveldb层的外面，在leveldb里面进行调用即可（分离操作）。

1. 2. 提取到prefix_size信息后，我们 对所有的keys实现prefix bloomfilter，为了实现简单，我们可以在原有的filter block里加入新的prefix bloomfilter，与现有的bloomfilter一起存放，方法也很简单，就是在原有的filter block building过程中（filter_block.cc），将key的prefix也当作普通的key一起加入filter中，两者的过滤算法也是一致的。

注： 目前filter的创建是每添加一个key，filter就会增大bits_per_key_个位，但由于一部分keys的prefix是相同的，也不会重复添加进filter，因此最终增加的bits应该可以接受。

1. 3. 在get_range接口中，如果查找到了sstable这里（先查memtable和immutable memtable，两者没有磁盘IO操作），

（1）首先根据[pkey+skey,pkey+end]的范围查找可能的sstfiles。

（2）对于每一个file，对dataindex block里的信息继续进行范围查找，找到可能包含[pkey+skey,pkey+end]这个范围的blocks。

（3）在读每一个block之前，获取filter block中存储的filter，通过prefix的MayMatch方法判断该block是否包含前缀pkey，如果不包含，则直接跳过这个block，这样就通过prefix bloomfilter实现了block过滤，从而减少了不必要的磁盘IO操作。

关于get_range接口目前的实现方法可以参考：

tair中对get/get_range接口的理解及为get_range添加命令行测试接口