Saltar a contenido

Capítulo 32 — Motores de Bases de Datos Embebidas

Objetivos de aprendizaje

  • Estudiar las internals de SQLite: pager, B-Tree y la VDBE.
  • Comprender LMDB (memory-mapped) y RocksDB (LSM avanzado).
  • Implementar un motor SQL simple integrando lo anterior.

32.1 Introducción

Una base de datos embebida corre dentro del proceso de la aplicación (sin servidor): SQLite, LMDB, LevelDB/RocksDB, DuckDB. Es la categoría de software más desplegada del mundo —SQLite está en cada móvil, navegador y avión— y casi siempre escrita en C.

32.2–32.4 SQLite internals

SQLite es un caso de estudio perfecto de ingeniería en C. Su arquitectura por capas:

graph TD
    SQL["Interfaz SQL"] --> TOK["Tokenizer + Parser"]
    TOK --> GEN["Generador de código"]
    GEN --> VDBE["VDBE (máquina virtual de bytecode)"]
    VDBE --> BT["B-Tree"]
    BT --> PAGER["Pager (caché + transacciones)"]
    PAGER --> OS["Capa OS (archivos, locks)"]
  • Pager (32.2): gestiona páginas, caché, journal/WAL y bloqueo para ACID.
  • B-Tree (32.3): almacena tablas e índices (cap. 27).
  • VDBE (32.4): el SQL se compila a bytecode ejecutado por una máquina virtual (cap. 31). EXPLAIN muestra ese bytecode.
EXPLAIN SELECT * FROM t WHERE id = 5;   -- muestra los opcodes de la VDBE

32.5 LMDB

Lightning Memory-Mapped Database: un KV store que mapea el archivo en memoria (mmap) y usa MVCC con copy-on-write sobre un B+Tree. Lecturas sin bloqueo y zero-copy, durabilidad por transacciones. Diseño minimalista (~10 K líneas de C) y altísimo rendimiento de lectura.

32.6 RocksDB y LSM avanzado

RocksDB (Facebook, fork de LevelDB) es un motor LSM (cap. 27) de producción: niveles de compactación, filtros de Bloom por SSTable, column families, compresión. Es el almacén subyacente de muchas bases de datos distribuidas (CockroachDB, TiKV, Kafka Streams).

32.7–32.8 En memoria y motor SQL propio

  • En memoria: Redis, Memcached — estructuras del cap. 11 sin persistencia (o con snapshot/AOF).
  • Motor SQL simple: integra parser (cap. 19/33) + B-Tree (cap. 27) + pager + un mini-VDBE.

Conexión con la actualidad

SQLite es, según sus autores, la pieza de software más desplegada de la historia: miles de millones de copias activas. Su código C —con una de las suites de pruebas más exhaustivas que existen (cobertura MC/DC del 100 %, miles de millones de pruebas)— es un modelo de cómo escribir C robusto y portable. En 2024–2025 destacan dos fenómenos: SQLite en el navegador y en el edge vía WebAssembly (cap. 24) —proyectos como wa-sqlite, sql.js y Cloudflare D1 o Turso/libSQL llevan SQLite a la nube distribuida— y el auge de DuckDB, el «SQLite del análisis» columnar (cap. 27), que ha transformado el análisis de datos local. Estudiar las internals de SQLite es, probablemente, el mejor curso avanzado de C de sistemas que existe.

Ejercicios

Ejercicio 32.1 — EXPLAIN ★★

Ejecuta EXPLAIN sobre varias consultas en SQLite y describe qué hacen los opcodes de la VDBE.

Ejercicio 32.2 — Pager con journal ★★★★

Extiende tu pager del cap. 27 con un rollback journal que garantice atomicidad ante un crash.

Ejercicio 32.3 — KV sobre mmap ★★★★

Implementa un KV store sencillo respaldado por un archivo mmap-eado, al estilo de LMDB.

Ejercicio 32.4 — Mini-SQL ★★★★★

Integra parser + B-Tree + pager para soportar CREATE TABLE, INSERT y SELECT ... WHERE sobre disco. Proyecto de síntesis hacia el cap. 40-I.

Referencias