大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
page0cur.cc page0page.h page0page.cc rem0cmp.cc
为什么谈及定位方法,因为在innodb中,比如一个插入语句我们需要定位在哪里插入(PAGE_CUR_LE),比如一个查询语句我们需要定位到其第一个需要读取数据的位置,因此定位方法是查询的根本。而找到这个记录位置后实际上是用一个叫做page_cur_t结构体进行存储,暂且叫他cursor游标
我们提供的服务有:做网站、网站设计、微信公众号开发、网站优化、网站认证、洮南ssl等。为上千企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务,是有科学管理、有技术的洮南网站制作公司
struct page_cur_t{ const dict_index_t* index; rec_t* rec; /*!< pointer to a record on page */ ulint* offsets; buf_block_t* block; /*!< pointer to the block containing rec */ };
其中包含了本index的数据字典类容、实际的数据、记录所在块的信息等,下面我具体谈一下定位方法,同时结合源码来看它具体的实现。
我们先来明确一下概念:
可自行参考运维内参等其他书籍,这里就在简单描述到这里,本文会出现相关术语。
在innodb中的常用的search mode有如下几个
/* Page cursor search modes; the values must be in this order! */ enum page_cur_mode_t { PAGE_CUR_UNSUPP = 0, PAGE_CUR_G = 1, PAGE_CUR_GE = 2, PAGE_CUR_L = 3, PAGE_CUR_LE = 4, };
我们来讨论一个问题考虑如下有序的数组
1,2,3,3,4,5,6,7
如果我们查询>=3(PAGE_CUR_GE)和<3(PAGE_CUR_L),那么自然我们需要将位置定位到2到3之间我们且用2-3表示
如果我们查询<=3(PAGE_CUR_LE)和>3(PAGE_CUR_G),那么自然我们需要将位置定位到3到4之间我们且用3-4表示
那么我们将这里的区间两个值记为low-high
仔细分析后我们发现另外一个规律
为什么讲这个东西,因为这两个规律在innodb记录定位中起到了关键作用,也直接影响到了innodb记录查找的二分算法的实现方式。
大家在源码中能看到matched_fields和matched_bytes两个值,那么他们代表什么意思呢?
以int类型为例,因为在函数cmp_dtuple_rec_with_match_bytes是逐个字段逐个字节进行比较的,关键代码如下
while (cur_field < n_cmp) { rec_byte = *rec_b_ptr++; dtuple_byte = *dtuple_b_ptr++;}
比如int 2,int 3在innodb中内部表示为0X80000002和0X80000003,如果他们进行比较那么最终此field的比较为不相等(-1),那么matched_fields=0但是
switch (type->mtype) { case DATA_FIXBINARY: case DATA_BINARY: case DATA_INT: case DATA_SYS_CHILD: case DATA_SYS: break; case DATA_BLOB: if (type->prtype & DATA_BINARY_TYPE) { break; } default: ret = cmp_data(type->mtype, type->prtype, dtuple_b_ptr, dtuple_f_len, rec_b_ptr, rec_f_len); if (!ret) { goto next_field; } cur_bytes = 0; goto order_resolved; }
具体可以参考一下源码,这里不再过多解释
为什么叫做再析,因为如运维内参已经对本函数进行了分析,这里主要分析查询模式对二分法实现的影响,并且用图进行说明你会有新的感悟!当然如果你对什么slot还不清楚请自行参考运维内参
简单的说page_cur_search_with_match_bytes会调用cmp_dtuple_rec_with_match_bytes函数进行元组和记录之间的比较,而块内部比较方法就是先对所有的slot进行二分查找确定到某个slot以快速缩小范围,然后在对slot内部使用类似二分查找的方法等到记录,我们主要来分析一下slot内部的类二分法,因为它完全是我们查询模式中两个规律的完美体现,如下简化的代码片段以及我写的注释:
/* Perform linear search until the upper and lower records come to distance 1 of each other. */ while (page_rec_get_next_const(low_rec) != up_rec) { //如果low_rec和up_rec相差1则结束循环,否则继续 mid_rec = page_rec_get_next_const(low_rec);//这里并没有除以2作为mid_rec而是简单的取下一行,因为rec是单链表这样显然很容易完成 ut_pair_min(&cur_matched_fields, &cur_matched_bytes, low_matched_fields, low_matched_bytes, up_matched_fields, up_matched_bytes); offsets = rec_get_offsets( mid_rec, index, offsets_, dtuple_get_n_fields_cmp(tuple), &heap);//获得记录的各个字段的偏移数组 cmp = cmp_dtuple_rec_with_match_bytes( tuple, mid_rec, index, offsets, &cur_matched_fields, &cur_matched_bytes);//进行比较 0为相等 1 元组大于记录 -1记录大于元组,并且传出field和bytes if (cmp > 0) { //如果元组大于mid_rec记录 low_rec_match://当然简单的将mid_rec指针赋予给low_rec即可 low_rec = mid_rec; low_matched_fields = cur_matched_fields; low_matched_bytes = cur_matched_bytes; } else if (cmp) { //如果元组小于mid_rec记录 up_rec_match://当然简单的将mid_rec指针赋予给up_rec即可,这一步可以跳过很多记录 up_rec = mid_rec; up_matched_fields = cur_matched_fields; up_matched_bytes = cur_matched_bytes; } //下面是相等情况的判断非常关键符合我们规律1算法 //如果元组等于mid_rec else if (mode == PAGE_CUR_G || mode == PAGE_CUR_LE //如果是>(PAGE_CUR_G)和<=(PAGE_CUR_LE) ) { goto low_rec_match; //执行low_rec_match } else //如果是>=(PAGE_CUR_GE)和<(PAGE_CUR_L) { goto up_rec_match;//执行up_rec_match } } //下面体现我们的规律2算法 //如果是> PAGE_CUR_G和>= PAGE_CUR_GE 都是取high //如果是< PAGE_CUR_L和<= PAGE_CUR_LE 都是取low //因为是enum类型直接比较 if (mode <= PAGE_CUR_GE) { page_cur_position(up_rec, block, cursor); } else { page_cur_position(low_rec, block, cursor); } *iup_matched_fields = up_matched_fields; *iup_matched_bytes = up_matched_bytes; *ilow_matched_fields = low_matched_fields; *ilow_matched_bytes = low_matched_bytes;
注意一个slot的own记录为最多8条如下定义:
/* The maximum and minimum number of records owned by a directory slot. The number may drop below the minimum in the first and the last slot in the directory. */ #define PAGE_DIR_SLOT_MAX_N_OWNED 8 #define PAGE_DIR_SLOT_MIN_N_OWNED 4
如果大于了8则进行分裂
if (n_owned == PAGE_DIR_SLOT_MAX_N_OWNED) { page_dir_split_slot( page, NULL, page_dir_find_owner_slot(owner_rec)); }
下面我们画一个slot内部定位的图,我们以如下有序数据为例,假设每一个数字代表一个记录(rec)
1 2 2 2 3 3 4 4
我们可以看到有大量重复的记录,但是本算法也可以进行精确的定位,我们约定:
mid为2显然已经等于了元组的中的2,如图
但是查询模式为PAGE_CUR_G 做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然已经等于了元组的中的2,但是查询模式为PAGE_CUR_G做low_rec_match后、并且将mid取向下一条记录如图
mid为2显然已经等于了元组的中的2,但是查询模式为PAGE_CUR_G做low_rec_match后、并且将mid取向下一条记录如图
mid为3显然已经大于了元组中的2,做up_rec_match后我们发现记录定位成功,为low 2-high 3。page_rec_get_next_const(low_rec) == up_rec 循环退出如图
因为我们的查询模式是PAGE_CUR_G所以我们执行page_cur_position(up_rec, block, cursor);取high值如图
mid为2显然小于元组的中的3,如图
做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然小于元组的中的3,做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然小于元组的中的3,做low_rec_match操作、并且将mid取向下一条记录后如图
mid为3显然等于元组的中的3,但是查询模式为PAGE_CUR_L做up_rec_match后、我们发现记录定位成功为low 2-high 3.page_rec_get_next_const(low_rec) == up_rec 循环退出如图
因为我们的查询模式是PAGE_CUR_L所以我们执行page_cur_position(low_rec, block, cursor);取low值如图
我们slot内部的记录并不多最多为8条,二分算法slot内部并没有使用二分而是使用了取下一个记录的值的指针,非常容易实现因为记录中本来就包含了下一条记录的偏移量,并且通过访问模式两个规律将重复值过滤掉,最终找到边界。总之分析之后发现是一种精确高效的算法。