今天還是挺開心的一天，又在工具箱里加了一個工具。嗯，但是快下班的時候也碰到一些不太順心的事，讓我有點惱火。我還真沒想到一個專職的前端，加測試，以及其他一堆人，竟然不知道后端返回的markdown,在前端渲染成html展示后，如果字體太大，應該去改css這件事。

實在比較無語，還好有deepseek


反正我也純粹技術直男那種氣不過，突然靈光一閃，難道：

好吧，反正氣也消了，冷靜下來想想有啥要和老版溝通的要仔細，哈哈

言歸正傳，今天的一大收獲是rocksdb agent。

大體是這么一回事,rocksdb是一個基于「硬盤」的kv數據庫，因為前面做的偽實時服務是需要這么一個kv庫來緩存結果的。最好的選擇當然是redis，目前也是這么干的，還能直接設置一個ttl，很方便。

我自己的服務都喜歡把內存往大了整，再配機器肯定不會低于128G的，如果是霄龍，必須是256G+的。不過有時候生產上的服務器可能不一定能做主；另外還有一個點是，redis我定位不做持久化，所以在需要做程序持久化緩存的時候就得用別的庫。目前我用mongo，其實也還不錯，mongo的用途太多了。但mongo也有問題，如果真的用在生產上，大量零碎的并發還是煩人的。

我發現rocksdb剛好卡在這個空擋上，使用起來是類似下面這樣的樣子：

import rocksdb# 打開或創建一個 RocksDB 數據庫
db = rocksdb.DB("test.db", rocksdb.Options(create_if_missing=True))# 插入數據
db.put(b"key1", b"value1")# 讀取數據
value = db.get(b"key1")
print(value.decode('utf-8'))  # 輸出: value1# 刪除數據
db.delete(b"key1")# 關閉數據庫
del db

第一個小問題，讀寫是二進制字符串

然后我就像裝一個環境來著，之前我以為rocksdb是像mysql那樣，要專門起個服，后來發現是嵌入式的，類似sqlite的方式，只要pip就好了。

然后… pip失敗了，報了一堆錯我也沒細看。后來按大模型的指導試了下，發現不管是mac還是ubuntu都挺不好裝的，后來在我的某個鏡像上裝好了

conda install -c conda-forge python-rocksdb

第二個小問題，安裝不方便

然后開始使用測試，突然發現在ipython里執行數據庫導入時報錯，原因是之前已經執行了一次了。原來rocksdb是進程鎖的，一個進程只能開一個連接。這點上，多少有點像kafka>

第三個小問題，進程鎖

因為這些問題，做一個agent就變得很有必要。總體上，這個agent按照json標準實現了普通讀寫和ttl讀寫，以及刪除鍵。還有一些高級的功能就沒有去搞了，這樣就完成了我的持久化kv存儲。

然后我又用一個對象稍微封裝了一下，這樣用起來比較方便。

wrock = WRock()# 寫 2-6ms/條  在100和1000并發下測試 for 1000和10000keyword_args_list = [{'k':'test_var%s' % i , 'v': 123 * i , 'ttl' : 100, 'timeout':100} for i in range(1000)]tick1 = time.time()results = thread_concurrent_run(wrock.ttl_save, keyword_args_list= keyword_args_list, max_workers =100)print(time.time() - tick1)# 讀 + 刪 2-6ms/條keyword_args_list = [{'k':'test_var%s' % i , 'timeout':100} for i in range(1000)]tick1 = time.time()results = thread_concurrent_run(wrock.ttl_get, keyword_args_list= keyword_args_list, max_workers =100)print(time.time() - tick1)

總體上的效果還是讓人滿意的，每條大約是2ms-6ms的讀寫，有相當一部分會損耗在json序列化和反序列化上，但這也是必須的。

按2ms的速度估算，TPS大約是500。回頭有空我也可以測一下redis，同樣也受到json序列化的影響稍微降低了速度。

大約花了半天時間就完成好了這一切，感覺還是不錯的。