源码下载：
kvfs.rar
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：
1 typedef struct _diskatom{
2 int64 self; //自身索引
3 int64 next; //下一索引
4 int64 pre; //前一索引
5 int64 ext; //扩展索引
6 int size; //大小
7 unsigned char info; //信息[1:HEAD|1:USED|0|0|0|0|0|0]
8 unsigned char dirty;
9 unsigned char data[DISK_ALLO_SIZE];
10 }diskatom_t;
11
12 typedef struct _diskctx{
13 int64 ctxtop;
14 int64 num_used;
15 int64 num_free;
16 diskatom_t list_used;
17 diskatom_t list_free;
18 }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
