Zig 中的神经形态 KV 存储

Source: Dev.to

Introduction

你好！在 2026 年，我决定用 Zig 开始一个新项目：一个名为 Walbash DB 的类神经形态数据库引擎。这个名字取自我在堪萨斯城长大的 Wabash 社区，以及 WAL（Write‑Ahead Log，预写日志）和 Bash（Bourne Again Shell）这两个概念的组合。名字有点傻，但已经定下来。

我正在开发一款游戏，并想借此机会探索类神经形态计算。数据库将用于存储我正在研发的类神经形态引擎的突触权重。

我并不是那种“聪明人”，我更倾向于低认知负荷的工作方式。在我的工程生涯中，我发现那些预置了大量特性的语言（例如 Scala、Rust）会让我效率下降。我在工作中使用 Go，但我想要一种更底层、能够提供最大控制权且认知上仍然直接的语言。Zig 正好符合我的需求。Odin 也是低层语言，但它的语法对我来说太像 Go，导致我很难摆脱写 Go 风格代码的习惯。Zig 引入了一套全新的肌肉记忆，这是我一直想要培养的。

学习数据库背后的理论相当具有挑战性。我读过很多数据库书籍，却常常在没有完全理解“为什么”的情况下复制粘贴代码。AI 成为了我的一个有用的研究伙伴，让我能够按自己的节奏、以自己的方式学习。然而，我也意识到我所追求的性能目标过于底层且小众，不能完全信任 AI 的输出，而且我不想失去自己动手学习和实现的乐趣。

这个项目纯粹是一次学习练习。我并不期待它具备竞争性的功能，且仅供个人使用。我会通过博客记录整个过程，以分享我的旅程并督促自己坚持下去。

在刚开始搭建数据库时进展会非常快，但一旦进入 memtable 和测试阶段，我预计进度会放慢——从零开始构建数据库是件艰难的事。我会在游戏、类神经形态引擎以及这个数据库之间分配时间，都是兼职进行。