思考mysql内核之初级系列7---innodb的hash表实现
在上一篇里面,bingxi和alex谈到了文件系统管理,在结构体里面出现了两个常用的结构:hash_table_t、UT_LIST_NODE_T。这两个结构比较常用,在本篇里面,bingxi和alex聊了下关于hash_table_t的内容。
对应的文件为:
D:\mysql-5.1.7-beta\storage\innobase\ha\hash0hash.c
D:\mysql-5.1.7-beta\storage\innobase\include\hash0hash.h
1)常用结构体
Bingxi:“alex,我们今天聊下hash表,所谓hash表,常用的就是通过key,然后取模然后丢到相应的bucket里面。假设bucket的数量是13个,key值对应的bucket就是key%13,相同bucket值的放在一个链表里面。这里需要注意一点的是,1和27具有相同的bucket值,会放在同一个bucket里面,因此查找的时候,首先找到对应的桶(bucket),然后对该桶的链表进行遍历,每个成员里面记录了原始的key,1对应的结构里面有一个字段表示1,27对应的一个结构里面有一个字段表示27,这样就能找到对应的成员。
”
alex:“嗯,是的,bingxi。我们来看下hash表结构。同样地,我们将结构定义的其他元素先忽略,直接看其中的主要成员。如果需要了解其它的成员,则推荐设置debug断点进行调试。
以下是代码片段: /* The hash table structure */ struct hash_table_struct { …… ulint n_cells; //hash表的成员数量,也可以称为bucket的数量 hash_cell_t* array; //指向桶的数组 …… }; |
结构中,就是成员的数量,以及一个数组。因为使用hash表的结构是多种多样的,比如前几篇文章中提到过的buf_pool_t、fil_system_t。这两者都使用到了hash,并且成员结构不一样。对于每个桶对应的指针类型是不确定,因此bucket中记录的指针是void*类型的。
以下是代码片段: struct hash_cell_struct{ void* node; /* hash chain node, NULL if none */ }; |
”
Bingxi:“alex,是这样的,这里带来两个问题:1、hash表的n_cells是个素数用于做模操作,在创建的时候提供一个准确的素数是有难度的,2、对应整型的key可以通过key%n_cells的方法来获得对应的桶,那么对于字符串型的如何处理?
”
Alex:“嗯,好吧。在说这两个问题之前,我们先看下hash表的创建过程。我们在函数fil_system_create如下面所示的行中设置一个断点。
以下是代码片段: system->spaces = hash_create(hash_size); //在此行设置断开 system->name_hash = hash_create(hash_size); |
然后启动mysql,执行到该断点处我们可以发现对应的hash_size为50。F11进入该函数体,看看具体是怎么执行的。
以下是代码片段: /***************************************************************** Creates a hash table with >= n array cells. The actual number of cells is chosen to be a prime number slightly bigger than n. */ hash_table_t* hash_create( /*========*/ /* out, own: created table */ ulint n) /* in: number of array cells */ { hash_cell_t* array; ulint prime; hash_table_t* table; ulint i; hash_cell_t* cell; //在该例中,我们根据输入值50(n的取值),得到一个素数151 prime = ut_find_prime(n); table = mem_alloc(sizeof(hash_table_t)); //sizeof(hash_cell_t)的值为4 //生成一个有151(prime)个桶的数组 array = ut_malloc(sizeof(hash_cell_t) * prime); //初始化结构成员 table->adaptive = FALSE; table->array = array; table->n_cells = prime; table->n_mutexes = 0; table->mutexes = NULL; table->heaps = NULL; table->heap = NULL; table->magic_n = HASH_TABLE_MAGIC_N; /* Initialize the cell array */ //取得每一个bucket成员,将对应的node指针初始化为NULL for (i = 0; i < prime; i++) { //hash_get_nth_cell(table, i)的作用是取得第i个成员,即table->array + i cell = hash_get_nth_cell(table, i); cell->node = NULL; } return(table); } |
执行完成之后,我们生成了system->spaces的hash表,该hash表以space id作为key,接着我们又创建了system->name_hash的hash表,这个根据space name进行hash。我们看下space name对应的hash表创建后的情形,见图1。
从中我们可以看出问题1是已经解决掉了的,根据输入值产生一个素数,另外对于space name这样的字符串型,也是可以的,我们看下面的两个函数调用,调用函数ut_fold_string(name)生成了对应的整型key,插入的时候如此,查找、删除的时候也是如此。
以下是代码片段: HASH_SEARCH(name_hash, system->name_hash, ut_fold_string(name), space, 0 == strcmp(name, space->name)); HASH_INSERT(fil_space_t, name_hash, system->name_hash, ut_fold_string(name), space); HASH_DELETE(fil_space_t, name_hash, system->name_hash, ut_fold_string(space->name), space); |
”
2)常用的函数
Bingxi:“我们继续往下看,怎么进行hash的操作,我们先看hash表的插入操作。继续以space为例,在函数fil_space_create中创建了space结构,然后根据space id、space name插入相应的hash表。
以下是代码片段: /*********************************************************************** Creates a space memory object and puts it to the tablespace memory cache. If there is an error, prints an error message to the .err log. */ ibool fil_space_create( /*=============*/ /* out: TRUE if success */ const char* name, /* in: space name */ ulint id, /* in: space id */ ulint purpose)/* in: FIL_TABLESPACE, or FIL_LOG if log */ { …… //创建space结构,并初始化成员值 space = mem_alloc(sizeof(fil_space_t)); space->name = mem_strdup(name); space->id = id; …… //将新创建的space结构,根据space id插入system->spaces哈希表。 HASH_INSERT(fil_space_t, hash, system->spaces, id, space); //将新创建的space结构,根据space name插入system->name_hash哈希表 HASH_INSERT(fil_space_t, name_hash, system->name_hash, ut_fold_string(name), space); …… return(TRUE); } |
插入操作调用的是HASH_INSERT宏,我们来看下插入space name哈希表操作的参数值。
以下是代码片段: //函数调用 HASH_INSERT(fil_space_t, name_hash, system->name_hash, ut_fold_string(name), space); //宏定义 #define HASH_INSERT(TYPE, NAME, TABLE, FOLD, DATA) |
TYPE:表示插入hash表的结构类型,本例中的类型为fil_space_t
NAME:表示的是拥有同一个bucket值的成员,通过结构体中的该字段来指向拥有同bucket值的下一个成员,这里可以这么认为,space->name_hash用于指向同bucket的下一个成员。
TABLE:需要插入的hash表,这里我们可以看到,我们插入的hash表是system->name_hash
FOLD:也就是我们所说的key,通过ut_fold_string(name)函数将name转为key,本例子中name=’.\ibdata1’
DATA:插入的结构体
如果查对应的bucket中没有其他的同bucket值成员,插入后的情形是什么样的,假设对应的bucket为1(而实际上该例对应的bucket为51,为了绘图的方便,假设为1)。见图2。
从图2中,我们可以看出如下的步骤:
以下是代码片段: //步骤1,将插入成员的name_hash设置为NULL,也就是说,如果同bucket链表上有多个成员,也是插入到末尾 //(DATA)->NAME = NULL; Space-> name_hash=NULL //步骤2:找出所在bucket //cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE)); hash_cell_t* cell3333; int i= hash_calc_hash(ut_fold_string(name), system->name_hash)) cell3333 = hash_get_nth_cell(system->name_hash,i); //步骤3:如果该bucket上没有其他的成员则将该成员插入 if (cell3333->node == NULL) { cell3333->node = space; } |
Alex:“是这样的,假设我们继续插入一个space,该space对应的bucket值也为1。那么执行到上面的步骤3不符合条件的时候,需要执行步骤4
以下是代码片段: //步骤4:如果有其它成员,则将新结点插入到末尾 struct3333 = cell3333->node; //取得链表上最后一个结点 while (struct3333->name_hash != NULL) { struct3333 = struct3333->name_hash; //取得下一个结点 } //将新结点插入到最后一个结点之后 struct3333->name_hash = space; |
假设name为’.\itest’,对应的情形见图3.
完整的代码如下:
以下是代码片段: /*********************************************************************** Inserts a struct to a hash table. */ #define HASH_INSERT(TYPE, NAME, TABLE, FOLD, DATA)\ do {\ hash_cell_t* cell3333;\ TYPE* struct3333;\ \ HASH_ASSERT_OWNED(TABLE, FOLD)\ //这个是个断言,不考虑 \ (DATA)->NAME = NULL;\ //将新结点的指向的下一个结点设置为NULL \ //找到对应的bucket cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE));\ \ //如果bucket成员为空,则直接插入,否则插入到最后一个结点之后 if (cell3333->node == NULL) {\ cell3333->node = DATA;\ } else {\ struct3333 = cell3333->node;\ \ while (struct3333->NAME != NULL) {\ \ struct3333 = struct3333->NAME;\ }\ \ struct3333->NAME = DATA;\ }\ } while (0) |
Alex:“嗯,是这样的。我们再看看查找吧。假设这里需要查找的是.\itest对应的space结构。
以下是代码片段: Creates a space memory object and puts it to the tablespace memory cache. If there is an error, prints an error message to the .err log. */ ibool fil_space_create( /*=============*/ /* out: TRUE if success */ const char* name, /* in: space name */ ulint id, /* in: space id */ ulint purpose)/* in: FIL_TABLESPACE, or FIL_LOG if log */ { …… //查看指定name的space是否存在,假设这里的name为.\itest HASH_SEARCH(name_hash, system->name_hash, ut_fold_string(name), space, 0 == strcmp(name, space->name)); …… return(TRUE); } |
同样地,HASH_SEARCH也是宏定义,我们用相应的c伪码来查看。从中我们可以看出首先找到对应的bucket,如果没有成员,则查找的space为空
以下是代码片段: my_key=ut_fold_string(’.\itest’); void hash_search(name_hash,system->name_hash,my_key,space,0 == strcmp(name, space->name)) { HASH_ASSERT_OWNED(system->name_hash, my_key); //可以忽略 //取得fold对应的对应的key数据桶值 //取得对应的桶 bucket_id=hash_calc_hash(my_key, system->name_hash) //取得第一个元素 space = HASH_GET_FIRST(system->name_hash, bucket_id); while(space != NULL) { //因为不同的值,可能属于同一个桶,因此需要判断名称是不是相等 //比如图3中的第一个成员的space->name=’.\ibdata1’,不相等 //获取下一个成员之后,再判断该条件,就相等了 if(0 == strcmp(’.\itest’, space->name)) //注意,第一个参数name是前面传递过来的 { break; //表示已经找到了对应的元素 } else { //取得链表中的第一个元素 //space = HASH_GET_NEXT(name_hash, space); space=space->name_hash; } } //如果该桶没有元素或者没有匹配的成员,则space为NULL } |
查看HASH_SEARCH的定义,我们可以更容易的理解。
以下是代码片段: /************************************************************************ Looks for a struct in a hash table. */ #define HASH_SEARCH(NAME, TABLE, FOLD, DATA, TEST)\ {\ \ HASH_ASSERT_OWNED(TABLE, FOLD)\ \ //找到对应bucket的第一个成员 (DATA) = HASH_GET_FIRST(TABLE, hash_calc_hash(FOLD, TABLE));\ \ while ((DATA) != NULL) {\ if (TEST) {\ //要符合TEST条件 break;\ } else {\ (DATA) = HASH_GET_NEXT(NAME, DATA);\ }\ }\ } |
Bingxi:“嗯,除了HASH_INSERT、HASH_SEARCH,还有其它的宏定义:HASH_DELETE、HASH_DELETE_AND_COMPACT 、HASH_GET_FIRST、HASH_GET_NEXT。这几个功能的实现也建议看下。这里面就不说这个了。”
Alex:“ok,今天就说到这吧。”
建议继续学习:
- HashMap解决hash冲突的方法 (阅读:11226)
- 关于memcache分布式一致性hash (阅读:10685)
- Innodb IO优化-配置优化 (阅读:6626)
- Innodb分表太多或者表分区太多,会导致内存耗尽而宕机 (阅读:6130)
- MinHash原理与应用 (阅读:5839)
- LVS hash size解决4096个并发的问题 (阅读:5418)
- 无锁HashMap的原理与实现 (阅读:5324)
- 如果用户在5分钟内重复上线,就给他发警告,问如何设计? (阅读:4862)
- Innodb 表和索引结构 (阅读:4774)
- Ubuntu 下Hash校验和不符问题的解决 (阅读:4468)
扫一扫订阅我的微信号:IT技术博客大学习
- 作者:yzyangwanfu 来源: 杨万富的专栏
- 标签: hash innodb mysql内核
- 发布时间:2010-07-25 20:19:35
- [68] 如何拿下简短的域名
- [68] Go Reflect 性能
- [64] Oracle MTS模式下 进程地址与会话信
- [61] IOS安全–浅谈关于IOS加固的几种方法
- [61] 图书馆的世界纪录
- [60] 【社会化设计】自我(self)部分――欢迎区
- [59] android 开发入门
- [54] 视觉调整-设计师 vs. 逻辑
- [49] 读书笔记-壹百度:百度十年千倍的29条法则
- [47] 界面设计速成