LinkedIn开源PalDB，一个只读的键值存储数据库

英文原文：LinkedIn Open Sources PalDB, a Read-only Key-value Store

LinkedIn 开源了 PalDB，一个可嵌入的键值对存储数据库，比 LevelDB 快 8 倍，并且内存占用比 hashset 少数个量级。

PalDB 是一个由 LinkedIn 开源并使用 Java 编写的一次写入键值存储数据库。当存储创建后所有的操作都是禁止的，它是只读的。这样做的目的是提升读操作的性能并降低内存占用。LinkedIn 的建议是使用它来存储 side data，他们对于 side data 的定义是“一个过程以完成其工作而需要的额外的只读数据。例如，被自然语言处理算法所使用的一系列已经停止使用的词汇就是 side data”。

PalDB 是可嵌入的，它不使用模式并将数据保存在二进制文件之中。它提供了随机数据访问的 API。

据 LinkedIn 所说，它优化了读操作，性能可与类似于 HashMap 和 HashSet 这样的常驻内存的数据结构一较高下，同时需要的内存显著减少，这些特性是公司在设计它时苦苦追求的。例如，一个含有 100M 键的 hashset 需要超过 500MB 的内存而 PalDB 只需要大约 80MB。或者，35M 个用户 ID 使用 hashset 存储需要 1.8GB 的内存而 PalDB 只需要 290MB。在 PalDB 中使用 Snappy 来压缩数据的话将会使用更少的内存。

在速度方面，LinkedIn 的性能测试显示 PalDB 拥有 2M 读/秒的性能，或者说比 HashSet 快 6 倍，比 LevelDB 或 RocksDB 快 8 倍，这个测试环境是 MacBook Pro 3.1 GHz 和一个 10M-键索引。

PalDB 优化了存储访问。将数据存储在磁盘上将会导致相当差的表现。尽管没有限制数据的大小，索引的大小限制为 2GB。此外，重要的是要知道 PalDB 不是线程安全的。