企业官网建设流程全解析

KV 数据库（Key-Value Database，键值数据库）以“键 → 值”的形式组织数据，类似编程语言中的哈希表或字典。

"user:1001" → {"name": "张三", "age": 25} "order:9001" → {"amount": 299, "status": "paid"}

1. 数据存储

写入数据时，客户端发送：

PUT("user:1001", 用户数据)

数据库通常执行：

1. 根据key计算哈希值或查找索引位置。
2. 将数据写入内存结构。
3. 记录日志（WAL），防止数据库崩溃后数据丢失。
4. 将数据异步或同步写入磁盘。
5. 更新索引，使key能快速定位到对应的value。

逻辑结构是：

Key Value -------------------------------- user:1001 用户信息 session:abc123 登录状态 product:500 商品信息

key一般必须唯一。再次写入相同的key，通常会覆盖旧值。

2. 数据检索

读取数据时，客户端发送：

GET("user:1001")

数据库通常按照以下过程查找：

1. 先检查内存缓存。
2. 根据key查询哈希索引、树形索引或内存表。
3. 找到数据在内存或磁盘中的位置。
4. 读取并返回对应的value。
5. 如果不存在，返回空值或“未找到”。

因为通过唯一的key直接定位数据，不需要像关系数据库那样扫描整张表，所以查询通常很快，平均可接近O(1)。

3. 常见底层实现

哈希表：通过哈希函数定位数据，单键查询速度快。

B/B+ 树：适合磁盘存储和按键范围查询。

LSM Tree：先写内存，再批量合并到磁盘，写入性能较高。

内存加持久化：数据主要存于内存，同时通过日志或快照保存到磁盘，例如 Redis。

磁盘型存储：主要依靠磁盘文件和索引保存数据，例如 RocksDB。

4. 基本操作

PUT key value 新增或更新 GET key 查询 DELETE key 删除 EXISTS key 判断是否存在

例如：

PUT user:1 {"name":"小李"} GET user:1 DELETE user:1

KV 数据库的核心优势是结构简单、读写速度快、容易进行分布式扩展；不足是通常不擅长复杂关联查询，例如多表连接和按多个字段组合筛选。常见的 KV 数据库包括 Redis、RocksDB、Amazon DynamoDB 和 etcd。