正文：
所谓的Key-Value就是每次存储一个数据时，是根据Key进行索引存储的。为了实现 Key的快速查找功能，我使用了B-tree存储结构。B-tree被大量用于数据库的索引中，所以选 用B-tree想必不会有太大的问题。Value是对应该Key的值，他的长度是未知的，所以要实现 这样一个存储系统，必须要解决从Key值到文件位置的映射关系。
问题一：实现文件 的"自由"读写
问题二：实现BTree
问题一：实现文件的"自由 "读写。
基本思想：所有内容被存储到一个文件中，文件被划分成同一大小的粒度， 可以自由的申请不同的大小空间，可以释放已经申请的空间。使得文件操作可以和内存操作 接口一致。
基于上述的需求，我的文件存储结构如下图所示：
typedef struct _diskatom{
int64 self; //自身索引
int64 next; //下一索引
int64 pre; //前一索引
int64 ext; //扩展索引
int size; //大小
unsigned char info; //信息[1:HEAD|1:USED|0|0|0|0|0|0]
unsigned char dirty;
unsigned char data[DISK_ALLO_SIZE];
}diskatom_t;
typedef struct _diskctx{
int64 ctxtop;
int64 num_used;
int64 num_free;
diskatom_t list_used;
diskatom_t list_free;
}diskctx_t;
申请空间：
1. 计算申请大小需要几块空间。
2. 检查空闲列表 中是否有足够的空间。
3. 存在足够的空闲块，将空闲块移动至"使用列表"。
4. 空闲空间不足，扩充文件大小，将新增块插入"使用列表"。
释放空间：
正好和申请空间相反。
1. 将使用块移动至"空闲列表"。使得该块可以被重 新申请。
处理申请空间和释放空间外，还实现了读，写，重新申请空间功能。
问题二 ：实现BTree
摘录百科百科对BTree的描述：
B-tree（多路搜索树，并不是二叉的）是 一种常见的数据结构。使用B-tree结构可以显著减少定位记录时所经历的中间过程，从而加 快存取速度。按照翻译，B通常认为是Balance的简称。这个数据结构一般用于数据库的索引 ，综合效率较高。
http://baike.baidu.com/view/363832.htm
我们有了上面(问题一)的读写文件的功能，那么将B-tree建立到文件中去，和将之建立到 内存，其实是一样的。B-tree的内容在网上都可以找到。只不过在操作节点的内容时，我们 可能要去读写文件。原来在内存中的指针，现在变成了在文件中的位置。
测试 功能：
现在软件实现了以下的功能，用于操作Key-value数据库。在效率方面，写1万个数 据大致在350ms吧，查找读取的速度比写快一倍左右；由于是直接写硬盘，没有缓存机制，效 率也只能这样。先把功能实现了再优化吧。
open( dbpath ) 打开一个数 据库
set( container, key, value ) 增加/设置一个Key
get( container, key ) 获取一个Key的内容
del( container, key ) 删除一个 Key
close( ) 关闭一个数据库
源码下载： http://files.cnblogs.com/linxr/kvfs.rar
以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索存储
， 文件
， 索引
， tree view
， 空间
， key-value
， 一个
， B-Tree
， 存储大小未知
自由块
key value存储原理、key value存储系统、shell key value 存储、key value存储、keyvalue存储数据库，以便于您获取更多的相关知识。