問題 我們在生產環境中使用SQLite時中發現建表報“table xxx already exists”錯誤，但DB文件中並沒有該表。後面才發現這個是SQLite在實現過程中的一個bug，而這個bug與數據字典的一致性相關，下麵這篇文章主要討論SQLite的緩存機制，以及緩存一致性實現的策略，希望對 ...
問題
我們在生產環境中使用SQLite時中發現建表報“table xxx already exists”錯誤，但DB文件中並沒有該表。後面才發現這個是SQLite在實現過程中的一個bug，而這個bug與數據字典的一致性相關，下麵這篇文章主要討論SQLite的緩存機制，以及緩存一致性實現的策略，希望對大家瞭解SQLite緩存機制有一定的幫助。
緩存
SQLite中緩存主要包括兩方面，數據字典緩存和數據頁緩存。SQLite本身是一個文件資料庫，所有的數據都在一個DB文件中，文件以塊(page)的形式存放，預設情況下每個page是1024個位元組。為了避免每次訪問都產生磁碟IO，針對數據塊在SQLite內部實現了一層緩存
pagecache，pagecache的作用就是緩存頁數據。在SQLite內部，除了用戶數據，還有一部分內容是元數據信息，包括表，視圖，索引和觸發器等，這部分元數據信息在資料庫領域一般稱為數據字典，這部分信息也存在DB文件中。由於每次執行語句時，都需要數據字典進行語義分析和執行計劃優化(表是否存在，列是否存在，是否有索引可用，是否存在觸發器等)，如果每次獲取這些信息時，都需要從DB文件中獲取，則非常影響性能。你可能會說，不是已經有pagecache了嗎？對的，數據字典的內容也緩存在pagecahce中，但是，要知道page中的數據都是二進位的，需要對內容進行解析產生結構化數據才能使用。為此，為了避免分析語句時，頻繁解析獲取數據字典，將解析好的數據進行緩存，以供多次使用，提高效率。
數據頁緩存一致性
我們這裡討論的數據頁緩存對應MySQL的概念就是BufferPool，當然其它資料庫Oracle，SQLServer都有類似的概念。
傳統PC上面的資料庫，都是在資料庫服務啟動時，根據參數設定值一次性分配特定大小的BufferPool。而SQLite採用懶分配策略，即“用多少則分配多少”，pagecache預設大小是2000個page，2000個page可以認為是一個緩存的上限。一次性分配的好處是，記憶體在物理是連續的，不容易產生記憶體碎片；而懶分配則更節約記憶體，由於SQLite一般用於端設備，採用懶分配方式可能更經濟實惠。SQLite的緩存分配策略採用LRU，保留最近訪問的page，淘汰最老的page。
SQLite中每個資料庫連接對應一個DB句柄，應用通過DB句柄來操作資料庫，而pagecache實際上就作為一個成員掛在DB句柄中，因此每個DB句柄都有自己獨立的緩存，這點與傳統的PC資料庫不同(比如MySQL中，所有連接共用BufferPool)。既然每個DB句柄有獨立的緩存，那麼緩存之間如何同步？比如有Connection1和Connection2兩個連接，Connection1首先從文件中讀取了page_A並加入到了緩存；隨後Connection2也從文件中讀取Page_A，併進行了更新；那麼當Connection1再次讀取page_A時，Connection1如何知道自己緩存的page_A已經不是最新了，需要重新到DB文件中讀取？
SQLite為了處理這個問題，在DB的文件控制頭中存放的DB的版本信息，開始執行SQL時會讀取DB的版本信息並緩存，如何發現本次的版本信息與之前的不同，則確認DB文件已經被修改，清理自身的緩存。每次事務提交時，都會調用pager_write_changecounter進行更新，具體位置在第一頁的第24個位元組，占4個位元組。
數據字典緩存一致性
我們這裡討論的數據字典對應MySQL的概念就是information_schema的系統表，字典緩存就是對系統表信息的結構化信息存儲。在SQLite中字典信息採用Hash表存儲，包括(tblHash,idxHash,trigHash和fkeyHash等)判斷一個對象是否存在的依據是Hash表中對象是否存在。openDatabase函數通過調用sqlite3Init對數據字典進行初始化，並設置標記。與數據頁緩存一樣，字典緩存也是每個DB句柄有單獨的一份數據，同樣的，SQLite文件頭中同樣存放了數據字典的版本信息，具體位置在第一頁的第40個位元組，占4個位元組。進行DDL操作時(CREATE,DROP,ALTER等)，會調用sqlite3ChangeCookie更新字典版本號(Schema cookie)。在Prepare階段分析語句時，若發現對象不存在，會觸發一次Schema cookie檢查，如果數據字典不是最新，則會調用sqlite3SchemaClear進行清理，並重新載入數據字典。另外，SQLite的數據字典表非常簡單，主要在sqlite_master表中，每個對象都是一行記錄，記錄中包含了表定義，載入字典時，實際就是將表定義語句分析一遍，通過調用sqlite3EndTable將對象加入Hash表，非常方便。
小結
可以看到，無論數據頁緩存也好，數據字典緩存也好，SQLite都是採用一個版本號來控製版本信息，非常簡單實用，但缺點是粒度非常大。如果DB寫非常頻繁，那麼每次讀基本都會導致物理IO，可能修改的是A表，訪問B表也需要將緩存清空。這裡也可以解釋為什麼頁緩存是“懶載入”模式，這樣清空緩存的代價也相對較小。對於數據字典緩存，粒度同樣很粗，每修改一個表，視圖，觸發器等對象，都會觸發數據字典版本更新。當然SQLite不會傻傻的每次執行SQL時都去判斷自己的版本是否最新，只是在訪問對象時，對象不存在的情況才去檢查版本，這樣在一定程度上減少了載入的次數，但這樣也帶來了問題，下麵回到問題本身。
回到問題
前面我們拋出了一個SQLite的bug，這裡來細說來龍去脈。假設有兩個DB句柄，分別稱為A和B。執行如下序列： A：create table t(id int); B：DROP table if exists t; A: create table t(id int); 第二次A建表時會報“table t already exists”錯誤，而實際上表已經不存在了。這主要原因就是第3步A建表時發現表存在並沒有觸發去判斷數據字典是否最新的邏輯，導致誤報。復現該問題時要註意關閉sharecache,因為在sharecache模式下，所有的DB句柄共用一個緩存區。其實問題很簡單，但猜測復現問題還是花了一點精力。
