MYSQL INNODB中hash查找表的实现-阿里云开发者社区

MYSQL INNODB中hash查找表的实现

2017-07-05 1219

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

云数据库 RDS MySQL，集群系列 2核4GB

RDS MySQL Serverless 基础系列，0.5-2RCU 50GB

云数据库 RDS MySQL，高可用系列 2核4GB

简介： 原创有误请指出：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。

原创有误请指出：

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：

点击(此处)折叠或打开

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

点击(此处)折叠或打开

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：

点击(此处)折叠或打开

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*。

点击(此处)折叠或打开

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

点击(此处)折叠或打开

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

点击(此处)折叠或打开

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

点击(此处)折叠或打开

/*******************************************************************//**
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。

作者微信: