代码搜索引擎如何在毫秒级遍历百万行代码：从正则引擎革命到Trigram索引的技术突围
在一个拥有数百万行代码的遗留项目中寻找一个特定的函数定义，往往被开发者视为一场噩梦。传统的 grep 命令在递归扫描大型代码库时，可能会卡顿数十秒甚至更久。然而，现代工具如 ripgrep 却能在眨眼间返回结果；企业级代码搜索平台（如 Sourcegraph）甚至能在跨仓库的 PB 级代码海洋中实现毫秒级响应。这种体验上的巨大鸿沟，并非仅仅源于硬件性能的提升，而是源于底层算法和系统架构的革命性突破。 ...
索引
B+树索引的页分裂：从顺序插入的优雅到随机写入的代价
一个简单的测试揭示了令人困惑的现象：同样的硬件、同样的表结构、同样的索引设计，使用UUID作为主键的表插入速度只有自增主键的十分之一。更奇怪的是，存储空间的占用竟然相差接近一倍。 ...