remdb 0.3.1

嵌入式内存数据库
Documentation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
//! IVF变体索引性能测试
//!
//! 该测试文件验证不同IVF变体索引的性能,包括IVF和IVF_PQ等。

#![cfg(feature = "std")]

use remdb::*;
use serial_test::serial;

// 简单的测试平台实现
struct TestPlatform;

impl platform::Platform for TestPlatform {
    fn get_timestamp(&self) -> u64 {
        0
    }

    fn get_timestamp_us(&self) -> u64 {
        0
    }

    fn spin_lock(&self, lock: &mut u32) {
        // 简单的自旋锁实现
        unsafe {
            while core::sync::atomic::AtomicU32::from_ptr(lock as *mut u32)
                .compare_exchange(
                    0,
                    1,
                    core::sync::atomic::Ordering::Acquire,
                    core::sync::atomic::Ordering::Relaxed,
                )
                .is_err()
            {
                core::hint::spin_loop();
            }
        }
    }

    fn spin_unlock(&self, lock: &mut u32) {
        unsafe {
            core::sync::atomic::AtomicU32::from_ptr(lock as *mut u32)
                .store(0, core::sync::atomic::Ordering::Release);
        }
    }

    fn compiler_barrier(&self) {
        core::sync::atomic::compiler_fence(core::sync::atomic::Ordering::SeqCst);
    }

    fn full_memory_barrier(&self) {
        core::sync::atomic::fence(core::sync::atomic::Ordering::SeqCst);
    }

    fn memcpy(&self, dest: *mut u8, src: *const u8, size: usize) {
        unsafe {
            core::ptr::copy_nonoverlapping(src, dest, size);
        }
    }

    fn memset(&self, dest: *mut u8, value: u8, size: usize) {
        unsafe {
            core::ptr::write_bytes(dest, value, size);
        }
    }

    fn delay_ms(&self, _ms: u32) {
        // 空实现
    }

    fn delay_us(&self, _us: u32) {
        // 空实现
    }

    fn file_open(
        &self,
        _path: &str,
        _mode: platform::FileMode,
    ) -> platform::FileResult<platform::FileHandle> {
        Ok(core::ptr::null())
    }

    fn file_close(&self, _handle: platform::FileHandle) -> platform::FileResult<()> {
        Ok(())
    }

    fn file_write(
        &self,
        _handle: platform::FileHandle,
        _buffer: *const u8,
        _size: usize,
    ) -> platform::FileResult<usize> {
        Ok(0)
    }

    fn file_read(
        &self,
        _handle: platform::FileHandle,
        _buffer: *mut u8,
        _size: usize,
    ) -> platform::FileResult<usize> {
        Ok(0)
    }

    fn file_seek(
        &self,
        _handle: platform::FileHandle,
        _offset: i64,
        _whence: platform::SeekWhence,
    ) -> platform::FileResult<u64> {
        Ok(0)
    }

    fn file_remove(&self, _path: &str) -> platform::FileResult<()> {
        Ok(())
    }

    fn file_size(&self, _path: &str) -> platform::FileResult<usize> {
        Ok(0)
    }

    fn crc32(&self, _data: *const u8, _size: usize) -> u32 {
        0
    }
}

static TEST_PLATFORM: TestPlatform = TestPlatform;

// 定义包含向量字段的测试表
remdb::table!(
    IVF_VARIANTS_TABLE,
    200, // 最大记录数
    primary_key: id,
    fields: {
        id: i32,
        vector: vector(6), // 6维向量字段,适合IVF变体测试
        category: i32,
        value: f32
    }
);

// 定义包含向量表的测试数据库配置
remdb::database!(
    IVF_VARIANTS_DB,
    tables: [IVF_VARIANTS_TABLE]
);

#[test]
#[serial]
fn test_ivf_variants_basic_functionality() {
    println!("=== 测试 IVF 变体索引基本功能 ===");

    // 使用堆分配的内存缓冲区,确保测试之间的隔离
    let mut db_memory = Vec::with_capacity(2097152); // 2MB内存缓冲区
    db_memory.resize(2097152, 0u8);

    // 初始化平台抽象层
    remdb::platform::init_platform(&TEST_PLATFORM);

    // 初始化内存分配器
    remdb::memory::allocator::init_global_allocator(db_memory.as_mut_ptr(), db_memory.len())
        .unwrap();

    // 定义向量记录结构
    #[repr(C)]
    struct IVFRecord {
        id: i32,
        vector: [f32; 6],
        category: i32,
        value: f32,
    };

    // 测试不同的IVF变体
    let ivf_variants = vec!["IVF", "IVF_PQ"];

    for ivf_type in ivf_variants.iter() {
        println!("\n--- 测试 {} 索引 ---", ivf_type);

        // 重置全局数据库实例,确保测试之间的隔离
        remdb::reset_global_db();

        // 初始化包含向量表的数据库
        let config = &IVF_VARIANTS_DB;
        let db = init_global_db(config).unwrap();

        // 插入测试数据
        for i in 1..=50 {
            let record = IVFRecord {
                id: i,
                vector: [
                    i as f32 * 0.5,
                    (i as f32 * 0.3).sin() * 10.0,
                    (i as f32 * 0.3).cos() * 10.0,
                    i as f32 * 0.7,
                    (i as f32 * 0.4).sin() * 8.0,
                    (i as f32 * 0.4).cos() * 8.0,
                ],
                category: (i % 4) + 1,
                value: i as f32 * 0.25,
            };

            let table = db.get_table_mut(0).unwrap();
            table.insert(&record as *const _ as *const u8).unwrap();
        }

        println!("成功插入 50 条向量数据用于 {} 测试", ivf_type);

        // 初始化索引构建线程池
        crate::index::builder::init_index_build_thread_pool(2);
        println!("索引构建线程池初始化成功");

        // 测试1: 创建IVF变体索引
        println!("测试1: 创建 {} 索引", ivf_type);
        let create_query = format!(
            "CREATE INDEX ivf_{}_idx ON IVF_VARIANTS_TABLE (vector) USING {}",
            ivf_type.to_lowercase(),
            ivf_type
        );
        let result = db.sql_query(&create_query);
        assert!(result.is_ok(), "创建 {} 索引应该成功", ivf_type);
        println!("成功创建 {} 索引", ivf_type);

        // 测试2: 验证索引查询功能
        println!("测试2: 验证 {} 索引查询功能", ivf_type);
        let search_query = "SELECT id, vector <-> [5.0, 0.0, 10.0, 7.0, 0.0, 8.0] as distance FROM IVF_VARIANTS_TABLE ORDER BY distance LIMIT 5";
        let result = db.sql_query(search_query);
        assert!(result.is_ok(), "{} 索引查询应该成功", ivf_type);
        println!("{} 索引查询成功", ivf_type);

        // 测试3: 验证混合查询功能
        println!("测试3: 验证 {} 索引混合查询功能", ivf_type);
        let hybrid_query = "SELECT id, category, vector <-> [5.0, 0.0, 10.0, 7.0, 0.0, 8.0] as distance FROM IVF_VARIANTS_TABLE WHERE category = 2 ORDER BY distance LIMIT 3";
        let result = db.sql_query(hybrid_query);
        assert!(result.is_ok(), "{} 索引混合查询应该成功", ivf_type);
        println!("{} 索引混合查询成功", ivf_type);
    }

    // 重置全局数据库实例,确保测试之间的隔离
    remdb::reset_global_db();

    println!("\n=== IVF 变体索引基本功能测试完成 ===");
}

#[test]
#[serial]
fn test_ivf_variants_with_different_data_sizes() {
    println!("=== 测试 IVF 变体索引在不同数据规模下的性能 ===");

    // 使用堆分配的内存缓冲区,确保测试之间的隔离
    let mut db_memory = Vec::with_capacity(2097152); // 2MB内存缓冲区
    db_memory.resize(2097152, 0u8);

    // 初始化平台抽象层
    remdb::platform::init_platform(&TEST_PLATFORM);

    // 初始化内存分配器
    remdb::memory::allocator::init_global_allocator(db_memory.as_mut_ptr(), db_memory.len())
        .unwrap();

    // 定义向量记录结构
    #[repr(C)]
    struct IVFRecord {
        id: i32,
        vector: [f32; 6],
        category: i32,
        value: f32,
    };

    // 测试不同数据规模
    let data_sizes = vec![20, 50, 100];

    for data_size in data_sizes.iter() {
        println!("\n--- 测试数据规模: {} 条记录 ---", data_size);

        // 测试IVF和IVF_PQ
        for ivf_type in ["IVF", "IVF_PQ"].iter() {
            println!("\n测试 {} 索引...", ivf_type);

            // 重置全局数据库实例,确保测试之间的隔离
            remdb::reset_global_db();

            // 初始化包含向量表的数据库
            let config = &IVF_VARIANTS_DB;
            let db = init_global_db(config).unwrap();

            // 插入测试数据
            for i in 1..=*data_size {
                let record = IVFRecord {
                    id: i,
                    vector: [
                        (i as f32 * 0.2).sin() * 20.0,
                        (i as f32 * 0.2).cos() * 20.0,
                        (i as f32 * 0.2 + 1.0).sin() * 15.0,
                        (i as f32 * 0.2 + 1.0).cos() * 15.0,
                        i as f32 * 0.1,
                        i as f32 * 0.2,
                    ],
                    category: (i % 5) + 1,
                    value: i as f32 * 0.5,
                };

                let table = db.get_table_mut(0).unwrap();
                table.insert(&record as *const _ as *const u8).unwrap();
            }

            println!("成功插入 {} 条向量数据", data_size);

            // 初始化索引构建线程池
            crate::index::builder::init_index_build_thread_pool(2);
            println!("索引构建线程池初始化成功");

            // 创建索引
            let create_query = format!(
                "CREATE INDEX ivf_{}_size_idx ON IVF_VARIANTS_TABLE (vector) USING {}",
                ivf_type.to_lowercase(),
                ivf_type
            );
            let result = db.sql_query(&create_query);
            assert!(result.is_ok(), "创建 {} 索引应该成功", ivf_type);
            println!("成功创建 {} 索引", ivf_type);

            // 执行查询
            let search_query = "SELECT id, vector <-> [10.0, 0.0, 7.5, 0.0, 5.0, 10.0] as distance FROM IVF_VARIANTS_TABLE ORDER BY distance LIMIT 5";
            let result = db.sql_query(search_query);
            assert!(result.is_ok(), "{} 索引查询应该成功", ivf_type);
            println!("{} 索引查询成功", ivf_type);

            // 执行范围查询
            let range_query = "SELECT id, vector <-> [10.0, 0.0, 7.5, 0.0, 5.0, 10.0] as distance FROM IVF_VARIANTS_TABLE WHERE distance < 20.0 ORDER BY distance";
            let result = db.sql_query(range_query);
            assert!(result.is_ok(), "{} 索引范围查询应该成功", ivf_type);
            println!("{} 索引范围查询成功", ivf_type);
        }
    }

    // 重置全局数据库实例,确保测试之间的隔离
    remdb::reset_global_db();

    println!("\n=== IVF 变体索引在不同数据规模下的性能测试完成 ===");
}

#[test]
#[serial]
fn test_ivf_variants_comparison() {
    println!("=== 测试 IVF 变体索引比较 ===");

    // 使用堆分配的内存缓冲区,确保测试之间的隔离
    let mut db_memory = Vec::with_capacity(2097152); // 2MB内存缓冲区
    db_memory.resize(2097152, 0u8);

    // 初始化平台抽象层
    remdb::platform::init_platform(&TEST_PLATFORM);

    // 初始化内存分配器
    remdb::memory::allocator::init_global_allocator(db_memory.as_mut_ptr(), db_memory.len())
        .unwrap();

    // 定义向量记录结构
    #[repr(C)]
    struct IVFRecord {
        id: i32,
        vector: [f32; 6],
        category: i32,
        value: f32,
    };

    // 准备测试数据
    let test_vectors = vec![
        // 集群1
        ([1.0, 1.0, 1.0, 1.0, 1.0, 1.0], 1),
        ([1.1, 1.1, 1.1, 1.1, 1.1, 1.1], 1),
        ([0.9, 0.9, 0.9, 0.9, 0.9, 0.9], 1),
        ([1.2, 1.2, 1.2, 1.2, 1.2, 1.2], 1),
        // 集群2
        ([10.0, 10.0, 10.0, 10.0, 10.0, 10.0], 2),
        ([10.1, 10.1, 10.1, 10.1, 10.1, 10.1], 2),
        ([9.9, 9.9, 9.9, 9.9, 9.9, 9.9], 2),
        ([10.2, 10.2, 10.2, 10.2, 10.2, 10.2], 2),
        // 集群3
        ([20.0, 20.0, 20.0, 20.0, 20.0, 20.0], 3),
        ([20.1, 20.1, 20.1, 20.1, 20.1, 20.1], 3),
        ([19.9, 19.9, 19.9, 19.9, 19.9, 19.9], 3),
        ([20.2, 20.2, 20.2, 20.2, 20.2, 20.2], 3),
        // 离群点
        ([50.0, 50.0, 50.0, 50.0, 50.0, 50.0], 4),
        ([100.0, 100.0, 100.0, 100.0, 100.0, 100.0], 4),
    ];

    // 重置全局数据库实例,确保测试之间的隔离
    remdb::reset_global_db();

    // 初始化包含向量表的数据库
    let config = &IVF_VARIANTS_DB;
    let db = init_global_db(config).unwrap();

    // 插入测试数据
    for (i, (vector, category)) in test_vectors.iter().enumerate() {
        let record = IVFRecord {
            id: (i + 1) as i32,
            vector: *vector,
            category: *category,
            value: (i + 1) as f32 * 1.0,
        };

        let table = db.get_table_mut(0).unwrap();
        table.insert(&record as *const _ as *const u8).unwrap();
    }

    println!("成功插入集群测试数据");

    // 测试查询不同集群的中心点
    let query_centers = vec![
        ([1.0, 1.0, 1.0, 1.0, 1.0, 1.0], "集群1"),
        ([10.0, 10.0, 10.0, 10.0, 10.0, 10.0], "集群2"),
        ([20.0, 20.0, 20.0, 20.0, 20.0, 20.0], "集群3"),
    ];

    // 测试IVF和IVF_PQ
    for ivf_type in ["IVF", "IVF_PQ"].iter() {
        println!("\n=== 测试 {} 索引集群查询 ===", ivf_type);

        // 重置数据库
        remdb::reset_global_db();
        let db = init_global_db(config).unwrap();

        // 重新插入数据
        for (i, (vector, category)) in test_vectors.iter().enumerate() {
            let record = IVFRecord {
                id: (i + 1) as i32,
                vector: *vector,
                category: *category,
                value: (i + 1) as f32 * 1.0,
            };

            let table = db.get_table_mut(0).unwrap();
            table.insert(&record as *const _ as *const u8).unwrap();
        }

        // 初始化索引构建线程池
        crate::index::builder::init_index_build_thread_pool(2);
        println!("索引构建线程池初始化成功");

        // 创建索引
        let create_query = format!(
            "CREATE INDEX ivf_{}_cluster_idx ON IVF_VARIANTS_TABLE (vector) USING {}",
            ivf_type.to_lowercase(),
            ivf_type
        );
        db.sql_query(&create_query).unwrap();

        // 查询每个集群
        for (center, cluster_name) in query_centers.iter() {
            println!("\n查询 {} 中心: {:?}", cluster_name, center);

            let query = format!("SELECT id, vector <-> [{:.1}, {:.1}, {:.1}, {:.1}, {:.1}, {:.1}] as distance FROM IVF_VARIANTS_TABLE ORDER BY distance LIMIT 3", 
                               center[0], center[1], center[2], center[3], center[4], center[5]);

            let result = db.sql_query(&query);
            assert!(result.is_ok(), "{} 集群查询应该成功", cluster_name);
            println!("{} 集群查询成功", cluster_name);
        }
    }

    // 重置全局数据库实例,确保测试之间的隔离
    remdb::reset_global_db();

    println!("\n=== IVF 变体索引比较测试完成 ===");
}

#[test]
#[serial]
fn test_ivf_variants_distance_algorithms() {
    println!("=== 测试 IVF 变体索引与不同距离算法 ===");

    // 使用堆分配的内存缓冲区,确保测试之间的隔离
    let mut db_memory = Vec::with_capacity(1048576); // 1MB内存缓冲区
    db_memory.resize(1048576, 0u8);

    // 初始化平台抽象层
    remdb::platform::init_platform(&TEST_PLATFORM);

    // 初始化内存分配器
    remdb::memory::allocator::init_global_allocator(db_memory.as_mut_ptr(), db_memory.len())
        .unwrap();

    // 定义向量记录结构
    #[repr(C)]
    struct IVFRecord {
        id: i32,
        vector: [f32; 6],
        category: i32,
        value: f32,
    };

    // 准备测试数据
    let test_vectors = vec![
        ([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], 1),
        ([2.0, 4.0, 6.0, 8.0, 10.0, 12.0], 1), // 同方向,长度2倍
        ([3.0, 6.0, 9.0, 12.0, 15.0, 18.0], 1), // 同方向,长度3倍
        ([-1.0, -2.0, -3.0, -4.0, -5.0, -6.0], 2), // 反方向
        ([1.1, 2.1, 3.1, 4.1, 5.1, 6.1], 2),   // 相似向量
        ([10.0, 20.0, 30.0, 40.0, 50.0, 60.0], 3), // 完全不同的向量
    ];

    // 测试不同距离算法
    let distance_algorithms = vec!["L2", "IP", "COSINE"];

    for distance_alg in distance_algorithms.iter() {
        println!("\n--- 测试距离算法: {} ---", distance_alg);

        // 测试IVF和IVF_PQ
        for ivf_type in ["IVF", "IVF_PQ"].iter() {
            println!("\n测试 {} 索引...", ivf_type);

            // 重置全局数据库实例,确保测试之间的隔离
            remdb::reset_global_db();

            // 初始化包含向量表的数据库
            let config = &IVF_VARIANTS_DB;
            let db = init_global_db(config).unwrap();

            // 插入测试数据
            for (i, (vector, category)) in test_vectors.iter().enumerate() {
                let record = IVFRecord {
                    id: (i + 1) as i32,
                    vector: *vector,
                    category: *category,
                    value: (i + 1) as f32 * 2.0,
                };

                let table = db.get_table_mut(0).unwrap();
                table.insert(&record as *const _ as *const u8).unwrap();
            }

            println!("成功插入测试数据");

            // 初始化索引构建线程池
            crate::index::builder::init_index_build_thread_pool(2);
            println!("索引构建线程池初始化成功");

            // 测试1: 创建带距离算法的IVF变体索引
            println!("测试1: 创建带 {} 距离的 {} 索引", distance_alg, ivf_type);
            let create_query = format!("CREATE INDEX ivf_{}_{}_idx ON IVF_VARIANTS_TABLE (vector) USING {} WITH (DISTANCE={})", 
                                     ivf_type.to_lowercase(), distance_alg.to_lowercase(), ivf_type, distance_alg);
            let result = db.sql_query(&create_query);
            assert!(
                result.is_ok(),
                "创建带 {} 距离的 {} 索引应该成功",
                distance_alg,
                ivf_type
            );
            println!("成功创建带 {} 距离的 {} 索引", distance_alg, ivf_type);

            // 测试2: 验证不同距离操作符
            println!("测试2: 验证不同距离操作符");
            let operator_map = vec![
                ("L2", "<->", "ORDER BY distance"),
                ("IP", "<#>", "ORDER BY distance DESC"),
                ("COSINE", "<=>", "ORDER BY similarity DESC"),
            ];

            // 找到对应距离算法的操作符
            let (_, op, order_by) = operator_map
                .iter()
                .find(|(alg, _, _)| *alg == *distance_alg)
                .unwrap();
            let col_name = if *distance_alg == "COSINE" {
                "similarity"
            } else {
                "distance"
            };

            let query = format!("SELECT id, vector {} [1.0, 2.0, 3.0, 4.0, 5.0, 6.0] as {} FROM IVF_VARIANTS_TABLE {} LIMIT 3", 
                               op, col_name, order_by);

            let result = db.sql_query(&query);
            assert!(
                result.is_ok(),
                "{} 距离 {} 索引查询应该成功",
                distance_alg,
                ivf_type
            );
            println!("{} 距离 {} 索引查询成功", distance_alg, ivf_type);
        }
    }

    // 重置全局数据库实例,确保测试之间的隔离
    remdb::reset_global_db();

    println!("\n=== IVF 变体索引与不同距离算法测试完成 ===");
}