你好,游客 登录 注册 搜索
背景:
阅读新闻

MySQL InnoDB中hash查找表的实现

[日期:2017-07-07] 来源:Linux社区  作者:gaopengtttt [字体: ]

MySQL版本:5.7.14
源码位置为hash0hash.h hash0hash.cc
作为一种时间复杂度最优为O(1)的数据结构,但是最坏时间复杂对位O(n)的一种数据结构,但是在良好的设计hash函数的情况下性能还是非常好的。关于hash表的图在最后给出。在innodb中各种数据结构都使用hash表查找比如LOCK_T结构,还有我们特别熟悉的自适应hash索引等等,下面我们进行一些探讨。

一、innodb hash函数
首先我们不得不研究一下innodb的hash函数,hash函数的设计至少有2个要求
1、计算简单,否则如果计算花费了太多时间你的hash查找表也是不成功的
2、计算能够尽可能的分散值
那么innodb是如何设计这个hash函数的呢?很简单如下:

ulint

ut_hash_ulint(
/*==========*/
ulint    key,    /*!< in: value to be hashed */
ulint    table_size)    /*!< in: hash table size */
{
ut_ad(table_size);
key = key ^ UT_HASH_RANDOM_MASK2;
return(key % table_size);
}
上层调用为

ulint

hash_calc_hash(
/*===========*/
ulint    fold,    /*!< in: folded value */
hash_table_t*    table)    /*!< in: hash table */
{
ut_ad(table);
ut_ad(table->magic_n == HASH_TABLE_MAGIC_N);
return(ut_hash_ulint(fold, table->n_cells));
}
可以看到这里实际上和你的键值和你hash的cells(桶数量),我们看到这里做了一个异或操作然后和cells(桶数量)进行取模操作,非常简单实用。

二、处理冲突
hash表避免不了冲突,而数据库中往往也利用这一点,将多个链表合并起来,innodb当然也就采用了链表的方式来处理冲突。那么言外之意每一个数据结构中必须包含一个如普通链表中 data_struct* next的指针,当然这里也可以用void*泛型指针,我们来看看lock_t结构体中:
hash_node_t hash; /*!< hash chain node for a record lock */
确实如此。这也是单项链表实现的基础。

三、HASH表头
一个hash表当然需要一个hash表头这个表头指向了具体的cell 数组(内存相似但在heap空间不再栈上),
innodb中如下,我去掉了一些用处不大的:

struct hash_table_t {

enum hash_table_sync_t    type;    /*<! type of hash_table. */
ulint    n_cells;/* number of cells in the hash table */
hash_cell_t*    array;    /*!< pointer to cell array */
mem_heap_t*    heap;
};
可以看到hash_cell_t* array;就是这样一个元素,他实际上就是hash_cell_t就是一个元素void*。

typedef struct hash_cell_struct{

void*    node;    /*!< hash chain node, NULL if none */
} hash_cell_t;

那么通过这个元素他能够指向具体的hash表了。那么user_str(用户自己的结构体)->array->node就指向了一个
具体cell的地址了,后面的只是地址指针++就可以了。那么我们user_str也至少包含这样一个
hash_table_t*的指针来指向整个hash表,确实如此在innodb lock_sys_t中包含了
hash_table_t* rec_hash
那么我们可以lock_sys_t和lock_t为列子画一张展示图如下:

四、hash表的建立
这里主要涉及到cell的计算,计算函数为ut_find_prime,这里不用太多解释 

hash_create(

/*========*/
ulint    n)    /*!< in: number of array cells */
{
hash_cell_t*    array;
ulint    prime;
hash_table_t*    table;


prime = ut_find_prime(n);//计算cell桶的数量


table = static_cast<hash_table_t*>(mem_alloc(sizeof(hash_table_t)));//为hash表头分配内存


array = static_cast<hash_cell_t*>(
ut_malloc(sizeof(hash_cell_t) * prime));//为hash表分配内存


/* The default type of hash_table is HASH_TABLE_SYNC_NONE i.e.:
the caller is responsible for access control to the table. */
table->type = HASH_TABLE_SYNC_NONE;
table->array = array;//hash表头指向hash表
table->n_cells = prime;//设置
table->heap = NULL;
ut_d(table->magic_n = HASH_TABLE_MAGIC_N);

/* Initialize the cell array */
hash_table_clear(table); //memset 0x00整个hash表

return(table);
}

注意:下面都是通过LOCK部分hash表的实现来注释的,其他其实也是一样的。

五、插入一个元素
这部分是通过宏定义来做的如下,我写了详细的解释

/*******************************************************************//**

Inserts a struct to a hash table. */
/*
HASH_INSERT(lock_t, hash, lock_sys->rec_hash,lock_rec_fold(space, page_no), lock);


TYPE=lock_t:代表数据类型
NAME=hash:代表lock_t下面有一个hash元素指针,其实这个指针和我们平时用的链表的struct* NEXT没什么区别
          唯一区别就是他是void*的
          (hash_node_t    hash;
          typedef void* hash_node_t;)
TABLE=lock_sys->rec_hash:代表hash表的地址指针,输入参数
      (hash_table_t*    rec_hash;)
FOLD=lock_rec_fold(space, page_no):函数lock_rec_fold通过表空间和页号得到一个unsigned long数字
DATA=lock:这实际上就是你的数据的指针,当然这里就是lock_t* 输入参数
*/


#define HASH_INSERT(TYPE, NAME, TABLE, FOLD, DATA)\
do {\
hash_cell_t*    cell3333;\//实际上就是void*
TYPE*    struct3333;\ //lock_t* struct3333;
\
HASH_ASSERT_OWN(TABLE, FOLD)\//断言不考虑
\
(DATA)->NAME = NULL;\//lock->hash = NULL;
\
cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE));\
\
if (cell3333->node == NULL) {\ //如果为NULL没有元素挂载到这个cell下
cell3333->node = DATA;\ //则我们挂载到这个cell下
} else {\
struct3333 = (TYPE*) cell3333->node;\ //否则说明有元素了取到这个元素的指针 lock_t* struct3333 = (lock_t*)cell3333->node;
\
while (struct3333->NAME != NULL) {\ //如果struct3333->hash 不等于NULL 说明他下面有元素了
\
struct3333 = (TYPE*) struct3333->NAME;\ //那么我们需要做的是指针像链表下一个元素移动
}\
\
struct3333->NAME = DATA;\ //最后找到链表末尾 将数据节点挂载到下面 struct3333->hash = lock(lock是lock_t*)
}\
} while (0)

六、删除一个元素
这部分也是通过宏定义来做的如下,我写了详细的解释

/*******************************************************************//**

Deletes a struct from a hash table. */
/*
有了上面基础也就比较简单了,这里直接在代码进行注释
HASH_DELETE(lock_t, hash, lock_sys->rec_hash,lock_rec_fold(space, page_no), in_lock);
*/
#define HASH_DELETE(TYPE, NAME, TABLE, FOLD, DATA)\
do {\
hash_cell_t*    cell3333;\//实际上就是void*
TYPE*    struct3333;\ //lock_t* struct3333;
\
HASH_ASSERT_OWN(TABLE, FOLD)\//断言不考虑
\
cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE));\//通过函数hash_get_nth_cell计算这个值在哪个cell也就是hash 桶中
\
if (cell3333->node == DATA) {\ //地址比较,如果地址相同其地址必然相同
HASH_ASSERT_VALID(DATA->NAME);\//断言不考虑
cell3333->node = DATA->NAME;\//如果找到 将指针移动到下一个元素 言外之意这里去掉了一个内存单元就是找到的那个
} else {\
struct3333 = (TYPE*) cell3333->node;\ //链表循环找
\
while (struct3333->NAME != DATA) {\
\
struct3333 = (TYPE*) struct3333->NAME;\
ut_a(struct3333);\
}\
\
struct3333->NAME = DATA->NAME;\ //最终找到 就做 链表去掉这个内存元素动作
}\
//最终这里涉及到一个问题就是释放问题,但是注意虽然这个数据的指针在链表中去掉了,但是指针本身还在,可以拿到做free即可
HASH_INVALIDATE(DATA, NAME);\ //debug版本使用不考虑
} while (0)

七、其他
其他函数还包含:
HASH_SEARCH_ALL:宏实现在整个hash表中查找一个元素,相当于真个cell个链表查找
HASH_SEARCH:宏实现在有建值的情况下查找一个元素、言外之意cell(桶)确定了,相当于链表查找
hash_table_clear: 清空一个hash表
就不详细解释了,当然我只是对基本实现和常用的方法进行了描述,其他方面遇到再说吧。

本文永久更新链接地址http://www.linuxidc.com/Linux/2017-07/145474.htm

linux
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款