PostgreSQL源码分析: 动态Hash

PostgreSQL源码分析: 动态Hash

1. 为什么需要动态hash

平常的hash，大多是下面这样一副面孔:

图1         一个静态hash结构

这种Hash维护着一些桶，就是图上左边的部分，每一个桶中装着hash值相同的数据。

这些具有相同hash值的数据形成一个链表。这种hash的一个最主要缺点就是桶的数目是一定的，不易扩展，随着插入数据增多，查找效率会急剧下降。

动态hash就是用来解决这个问题的,postgresql实现的动态hash保证填充因子不超过一个预定值的情况下动态地增长hash表的容量。同时每一次扩容所作的改动不大，空间利用率也比较地高。

2.      动态hash的结构

Postgresql与动态hash相关的代码分布在dynahash.c和hashfn.c这两个文件之中hashfn.c

主要是一些Hash Function，而dynahash.c才是动态hash的主要实现。

与普通hash表相比，动态hash多了一个新的行政单位: 目录。 如下图:

图2   postgresql 动态hash结构

dir是一个大小可变的数组，初始长度可以在创建时指定，以后每一次扩展其长度都会X2。dir中的每一项都指向一个长度固定的Segment, 这些Segment的长度都相同且必须是2的整数次幂，Segment数组中的元素是Bucket(桶) ，每一个桶中存放着一个链表，动态hash将所有具有相同hash值的元素都放在同一个桶中。

现在来看一下pg中 这些基本概念的定义:       

1. typedef struct HASHELEMENT  
2. {  
3.     struct HASHELEMENT *link;   /* link to next entry in same bucket */  
4.     uint32      hashvalue;      /* hash function result for this entry */  
5. } HASHELEMENT; 

 

1. /* A hash bucket is a linked list of HASHELEMENTs */  
2. typedef HASHELEMENT *HASHBUCKET;  
3.   
4.   
5. /* A hash segment is an array of bucket headers */  
6. typedef HASHBUCKET *HASHSEGMENT;

这些定义都可以和上图相对应，不再多说。

3. 给定hash value，如何找到与其对应的Bucket

先看一下实现吧:

1. /* Convert a hash value to a bucket number */  
2. static inline uint32  
3. calc_bucket(HASHHDR *hctl, uint32 hash_val)  
4. {  
5.     uint32      bucket;  
6.   
7.     bucket = hash_val & hctl->high_mask;  
8.     if (bucket > hctl->max_bucket)  
9.         bucket = bucket & hctl->low_mask;  
10.   
11.     return bucket;  
12. }  

hctl->max_bucket 指的是bucket总数减1，对于图2来说，这个值为15

hctl->low_mask 是<= (hctl->max_bucket + 1)的最大的2^K减1， 对于图2来说，这个值是16 - 1 = 15 (0000 1111)

hctl->high_mask 是2^(K + 1)减1, 对于图2来说，这个值是32 - 1 = 31 (0x0001 1111)

这几个变量要注意的是，hctl->max_bucket在hash表创建好以后，会变化，一般情况下每次增加一个，如果hctl->max_bucket变成了2的整数次幂，就需要更新hctl->low_mask和hctl->high_mask。更新代码如下:

1. /* 
2.  * If we crossed a power of 2, readjust masks. 
3.  */  
4. if ((uint32) new_bucket > hctl->high_mask)  
5. {  
6.     hctl->low_mask = hctl->high_mask;  
7.     hctl->high_mask = (uint32) new_bucket | hctl->low_mask;  
8. }  

1 2 下一页