CMU 15-445 数据库系统 实验记录
以下 Project 内容均基于 Fall 2023 的版本。
#Project 0 - C++ Primer
简单的 C++ 语法练习,略过。
#Project 1 - Buffer Pool Manager
Project 1 要求实现 DBMS 最底层的组件之一 —— Buffer Pool Manager (BPM),BPM 是对数据库所在的物理存储的抽象。在 DBMS 中,底层物理存储被抽象为一个包含巨量 4KB 大小页的持久数组,DMBS 的上层抽象,例如 B 树、哈希表结构 和数据库中实际保存的数据就持久化在这样的物理存储上。
然而,按照冯诺依曼架构,CPU 想要操作物理存储并不是一件轻松的事情,以 POSIX 文件接口为例,需要先open
打开文件,然后seek
移动到正确的位置,才能read
/write
需要的数据。更坏的是,我们想要读或者写的数据往往非常复杂,需要先加载到内存中,进行一定的计算和分析,才能真正执行读写操作。
BPM 组件就是为了简化这些细节,它提供了换入换出某个物理页的接口,能够自动管理内存和不需要的物理页,方便上层使用。
#基本实现
#Task 1 - LRU-K
LRU-K 是 LRU 算法的一种变体,与原版 LRU 算法相比,在淘汰时,LRU-K 算法会衡量每个数据条目的倒数第 次被访问的时间,按照这个时间去淘汰最久的元素。
Bustub 的 BPM 使用了 LRU-K 算法来管理物理页,需要注意的是,BPM 还需要允许pin
住某个页面不被换出。
LRU-K 最优的算法实现之一是使用两条链表,一条链表保存访问未达到 k 次的元素,另一条保存访问 k 次的元素。记录时,正常记录元素访问历史,如果是元素是首次被访问,则插入到第一条链表尾;如果满 k 次访问,则移动到第二条链表尾。淘汰时,先从第一条链表中淘汰,若第一条链表没有元素,或者所有元素都被锁定,则再从第二条链表中选择最近 k 次访问的时间最小的元素淘汰。
#Task 2 - Disk Scheduler
由于磁盘的一些奇特性质(比如需要实际的寻道过程,顺序读写比随机读写快等),合理调度磁盘请求往往可以获得更高的性能。
Disk Scheduler 是 BPM 和实际物理存储的中间层,负责直接和磁盘打交道。 BPM 的读写硬盘请求会被发送给 Disk Scheduler 异步执行,两者通过 std::promise
交互。
关于std::future
,std::promise
的使用参见 C++并发查漏补缺。
这部分调度算法和操作系统的文件管理类似,常用的算法例如电梯算法等。
#Task 3 - Buffer Pool Manager
Task 3 基本上是把 Task 1 和 Task 2 合理地组装起来,加上一些 RAII 和锁机制,形成 BPM 的接口。
#优化:减小锁范围
在拿到 Page 之后,我们可以立即切换到 Page 级别的细粒度锁,释放 BPM 的大锁,只要保证不会有其他线程操作同样的 Page 即可。
需要注意的是,Page 本身的锁(rwlatch_
)是是保护 Page 内容用的(而不是 Page 的元数据),在 Project 1,由于其他部分的代码没有使用它,因此可以直接用 Page 内部的锁,但是到 Project 2 就会出问题。
因此最好在 BPM 里面维护单独的 Per-Page 锁。
#优化:workload 区分
BufferPoolManager::UnpinPage
接口传入了当前页访问的模式,可以是 Lookup
、Scan
、Index
三种。 BPM 可以根据这个信息做未来页面的预测。
在 LRU-K 中,当元素被首次访问,而且访问模式是 Scan,可以把元素插入到第一条链表头而非链表尾,使之更快被淘汰。
#优化:多线程 I/O
在 Disk Scheduler 中开一个线程池,每个线程开一个单独的任务队列。收到的 IO 任务按照块号分派到任务队列中。
Bustub 中提供了 Channel 类可以使用。
#优化:块缓存
每个 Worker 带一小块页缓存,读写的时候如果缓存中的内容是有效的,就进行 memcpy,尽可能减少对 OS 的调用。
缓存可以使用 LRU-K 策略替换。
#Project 2 - Hash Index
Project 2 的目标是在前面实现的换页基础上,实现一个三级可拓展哈希表。
#可拓展哈希表结构
每个 Bucket 右侧的数字是它的 Local Depth,表示该桶内的元素最多有多少个 bit 是一致的。
简单推论:
- 如果
GD = LD
,则一定只有一个 entry 指向当前 bucket; - 如果
GD < LD
,则当前 bucket 被 个 entry 指向。
#Header
Header
是 Project 相对于课本增加的内容,Header
按照 Most Significant Bits 预先对Directory
进行一次分区,目的是增大整个系统的并发度,对主要逻辑影响不大。
#初始状态
初始状态下,Directory
和Bucket
均不存在:
#插入算法
#算法逻辑
计算插入元素的 hash 值;
根据
Header
定位到Directory
,如不存在则创建;根据
Directory
定位到Bucket
,如不存在则创建;遍历
Bucket
,如果元素已存在则直接结束;检查
Bucket
是否装满,如果不满则直接插入到当前Bucket
中,结束;(桶装满)比较
Bucket
的Local Depth (LD)
和Global Depth (GD)
;如果
LD == GD
,如果Directory
已经达到最大深度,结束;否则翻倍Directory
,GD += 1
,然后重新定位Bucket
;如果
LD < GD
,说明该桶包含了多个entry
的元素,且元素的最后LD
位是一样的:进行分裂操作,将这个Bucket
拆分成两个,元素按照1 << LD
位分散到两个桶中;然后根据entry
的最后LD
位,更新一半的entry
指针到新的Bucket
上;如果当前
Bucket
仍是满的,回到第 6 步;在当前
Bucket
中插入元素,结束;
#示例 1:目录翻倍两次
原状态:
插入…1001,目录拓展:
桶分裂,但是仍然空间不足:
再次拓展目录,成功插入:
#示例 2:指针更新
原状态:
插入…010:
原来的桶(...010
)从...0
变成...10
,LD
改变1->2
;新创建的桶(...000
)保存...00
,LD=2
; Entry ...000
和...100
被驱逐到新的桶中:
#删除算法
#坑点
计算哈希值要调用Hash()
而不是hash_fn_.GetHash()
。
#Project 3 - Query Execution
Project 3 的目标是实现几个数据库的 Executor。
#Project 4 - Concurrency Control
Project 4 要求实现基于 MVCC 的事务并发控制。