Question

我的问题的简短介绍：我正在尝试使用stl容器实现“某种”关系数据库。这只是出于娱乐/教育目的，因此不需要诸如“使用此库”，“这绝对没有用”之类的答案。我知道标题在这一点上有些混乱，但是我们会达到目的的（确实欢迎对标题进行改进的建议）。

我进行了一些小步骤：

我可以将表构建为从列名到其值=> std::vector<std::map<std::string, some_variant>>的映射向量。很简单，它代表了我的需求。
等等，我只可以存储一次列名，并使用其索引访问值。 => std::vector<std::vector<some_variant>>。与第1点一样简单，但比第1点要快。
wait wait，在数据库中，表从字面上看是一个元组序列=> std::vector<std::tuple<args...>>。这很酷，它可以准确地代表我在做什么，没有类型的正确类型，甚至比其他语言还要快。

注意：“快于”是针对 1000000条记录具有如下所示的简单循环：

std::random_device dev;
std::mt19937 gen(dev());
std::uniform_int_distribution<long> rand1_1000(1, 1000);
std::uniform_real_distribution<double> rand1_10(1.0, 10.0);

void fill_1()
{
    using my_variant = std::variant<long, long long, double, std::string>;
    using values = std::map<std::string, my_variant>;
    using table = std::vector<values>;

    table t;
    for (int i = 0; i < 1000000; ++i)
        t.push_back({ {"col_1", rand1_1000(gen)}, {"col_2", rand1_1000(gen)}, {"col_3", rand1_10(gen)} });
    std::cout << "size:" << t.size() << "\n";//just to prevent optimization
}

2234101600ns-平均：2234
446344100ns-平均：446
132075400ns-平均：132

插入： 这些解决方案都没有问题，插入就像示例中的推回元素一样简单。

选择： 1和2很简单，但3却很棘手。

最后，问题出现了：

内存使用量：使用解决方案1和2会消耗大量内存。因此，此处3似乎再次是正确的选择。对于具有2个long和double的100万条记录的示例，我期望长整型为4MB * 2左右，双精度为8MB左右，以及使用矢量，映射和变体的一些开销。相反，我们有（我使用Windows任务管理器进行了测量，不是很准确）：

1.340 MB

2.120 MB

3.31 MB

我是否遗漏了一些东西？除了预先保留正确的大小还是在插入循环后保留shrink_to_fit之外？
是否有一种方法可以像select语句那样在运行时检索一些元组字段？

using my_tuple = std::tuple<long, long, string,  double>;
std::vector<my_tuple> table;
int to_select;//this could be a vector of columns to select obviosly
std::cin>>to_select;
auto result = select (table, to_select);

您是否有机会以任何方式实施最后一行？ 对于我所看到的，我们有两个问题：结果类型应该采用起始元组的类型，然后实际执行所需字段的选择。

我读到了很多答案，他们都谈论使用make_index_sequence或编译时已知索引的连续索引。我还发现this article非常有趣，但在这种情况下并没有太大用处。

Answer 1

这是可行的，但很奇怪：

template<size_t candidate, typename ...T>
constexpr std::variant<T...> helperTupleValueAt(const std::tuple<T...>& t, size_t index)
{
    if constexpr (candidate >= sizeof...(T)) {
        throw std::logic_error("out of bounds");
    } else {
        if (candidate == index) {
            return std::variant<T...>{ std::in_place_index<candidate>, std::get<candidate>(t) };
        } else {
            return helperTupleValueAt<candidate + 1>(t, index);
        }
    }
}

template<typename ...T>
std::variant<T...> tupleValueAt(const std::tuple<T...>& t, size_t index)
{
    return helperTupleValueAt<0>(t, index);
}

https://wandbox.org/permlink/FQJd4chAFVSg5eSy

Answer 2

关于内存使用情况。

在解决方案1中，您有1个std::vector和1百万个std::map：开销巨大。

在解决方案2中，您有1 + 1百万std::vector：开销很大。
假设向量大致由3个指针（数据，容量，大小）组成，则这24个字节几乎与内容（3*(max(sizeof(long),sizeof(double))+sizeof(discriminant))）一样大。

在解决方案3中，您有1个std::vector直接包含有用的数据：开销可以忽略不计。

从具有运行时索引的元组中选择一组值

2 个答案: