把 BadgerDB 移植到仓颉（一）：没有裸指针怎么做无锁跳表
内容提要
作者将Go的BadgerDB移植到无裸指针的仓颉语言，实现badger-cj。核心难点是并发跳表，采用数组下标偏移量加原子数组替代unsafe.Pointer和CAS，并避免repeat共享原子对象。代价是读性能约慢3倍，但获得无锁并发安全。项目支持事务、MVCC、WAL恢复、Compaction，并作为storm-cj等数据库的存储基础。
延伸解读
兼容性边界：数据格式未经验证，迁移需从零建库
文章明确区分了三种兼容状态：API 语义兼容、数据格式理论兼容但未经跨语言测试、不支持直接迁移。这意味着即使按 Go 的 SSTable/VLog/MANIFEST 格式实现，也不能保证能读取现有 Badger 数据目录。元数据编码是手动实现的，缺乏充分对拍。因此，若计划使用 badger-cj，应从零开始建库，避免接管已有数据，否则可能遇到难以排查的格式错误。
无锁跳表的实现代价：读性能约慢 3 倍，换取数据安全
由于仓颉没有 unsafe.Pointer，作者用数组下标偏移量加原子数组替代指针 CAS。改造后，写性能因真 CAS 的内存序代价而变慢，读性能明显下降约 3 倍。但改造前所谓的“快”是因为没有真正同步，存在数据损坏风险。文章强调，数据安全是 0 或 1 的问题，性能再好也不能以损坏数据为代价。这提醒读者，在评估存储引擎时，正确性优先于基准数字。
使用注意：事务粒度显著影响写入性能
文章给出一个实用提示：批量写的事务粒度对性能影响很大。同一写路径下，把单键事务改成 8 个 key 一个事务，每 key 成本降到约 1/3；64 个 key 一个事务可降到约 1/4。原因是写路径的同步成本无法靠框架内部批量提交摊薄，每个 commit 必须被单独唤醒。因此，真正的优化杠杆在用户侧的事务粒度，而非框架内部。
生态定位：作为多个仓颉数据库的存储基础
badger-cj 并非孤立库，而是 storm-cj、sunku-cj、tsdb-cj、holt-cj 等项目的底层存储引擎。这些项目在同一套存储原语上叠加不同的数据模型，分别面向 JSON 文档、Redis 兼容 KV、时序和图数据库。这表明 badger-cj 的稳定性和正确性会影响上层多个数据库，其移植质量具有生态级意义。
Q&A
badger-cj 是什么？它和 Go 的 BadgerDB 是什么关系？
badger-cj 是用仓颉语言移植 Go 版 BadgerDB v4 实现的嵌入式 KV 存储引擎，采用 LSM-Tree 架构。它兼容 Go 版本的 API 语义，数据格式理论上兼容但未经跨语言测试验证，且不支持直接读取 Go BadgerDB 的数据目录，需要从零建库。
仓颉没有 unsafe.Pointer，怎么实现无锁跳表？
放弃裸指针，改用数组下标偏移量：所有节点集中存储，节点间记录对方在存储块中的偏移，CAS 变成对偏移量的比较交换（compareAndSwap）。插入时用标准 CAS 循环重试，失败就重新查找插入位置。存储按分段扩展，避免预分配大数组。
仓颉里用 Array(n, repeat: AtomicUInt64(0)) 初始化原子数组有什么坑？
对引用类型，repeat 是值拷贝，所有元素会指向同一个原子对象，并发下必然出错。必须逐个覆盖为独立对象，例如用循环 arr[i] = AtomicUInt64(0) 重新赋值。这类 bug 单线程测试全绿，一上并发就数据错乱。
改用真正的 CAS 后，badger-cj 的性能代价是什么？
写性能变慢，因为真 CAS 要付内存序代价；读性能明显变慢，约 3 倍。改造前那条路径“快”是因为根本没做真正的同步。但数据安全是 0 或 1 的问题，所以选择正确性优先。
badger-cj 支持哪些功能？
支持事务（含 SSI 可串行化快照隔离 + 冲突检测）、前向/反向迭代器与前缀过滤、快照、MVCC、WAL 崩溃恢复、SSTable 前缀压缩 + Block 级 CRC、Value Log 分离存储与 GC、MANIFEST、完整 L0→L6 Compaction、BloomFilter（默认 1% 误判率）、Snappy 压缩、Stream API、全量/增量 Backup/Restore。
怎么用 badger-cj？能举个例子吗？
引入依赖 "badgercj" = "1.6.21"，然后：let opt = Config(dir: "/tmp/mydb"); let db = Badger.open(opt); db.update({ txn => txn.set("name".toArray(), "badger-cj".toArray()) }); let got = db.get("name".toArray()); if (let Some(vs) <- got) { println(String.fromUtf8(vs.value)) }; db.close()。还支持链式配置、纯内存模式、TTL、批量写等。
批量写时事务粒度对性能有什么影响？
同一写路径下，把单键事务改成 8 个 key 一个事务，每 key 成本降到约 1/3；64 个 key 一个事务可降到约 1/4。原因是写路径的同步成本没法靠框架内部批量提交摊薄，真正的杠杆在用户侧的事务粒度。
badger-cj 在生态中扮演什么角色？
它是底层存储地基，支撑多个项目：storm-cj（嵌入式 JSON 文档数据库，纯仓颉零 FFI）、sunku-cj（Redis 兼容的本地 KV 数据库）、tsdb-cj（嵌入式时序数据库）、holt-cj（嵌入式图数据库）。它们在同一套存储原语上叠加不同数据模型。
