6-PostgreSQL 哈希索引原理浅析（文一）.pdf

1、PostgreSQL 哈希索引原理浅析哈希索引原理浅析应急管理大学文一写在前面2索引，作为数据库领域的一个重要方面，为提升数据访问效率提供了有力的支撑。而本次报告中，我们将聚焦 PostgreSQL 哈希索引的实现原理展开研究，力争帮助各位建立一个综合而全面的理解。本次报告分为如下部分：知识准备知识准备涵盖 PostgreSQL 的设计原理、系统表等同哈希索引有所关联的部分哈希算法原理以及工程实现解析哈希算法原理以及工程实现解析阐述哈希索引所依据的算法思想，并从哈希索引表的组建与元组记录插入分析哈希索引的原理拓展延伸拓展延伸一些额外的知识以及有用的经验分享知识准备：先从一个宏观视角理解 Pos

2、tgreSQL3要点：要点：PostgreSQL 高度重视可定制化，但是其根本依旧是一种关系型的数据库但是我们可以依靠关系模型的灵活性，在一定程度上模拟其它的存储业界案例：Apache OpenDAL 的 PostgreSQL Service 部分知识准备：先从一个宏观视角理解 PostgreSQL4要点：要点：OpenDAL 的 PostgreSQL 服务部分，本质上就是用数据表的存储“模拟文件系统”这种做法对于通用性而言非常聪明，但是涉及不了根本性（这也是为什这也是为什么不能单纯依靠么不能单纯依靠 PG 索引可定制化索引可定制化实现真正的多数据模型实现真正的多数据模型）本实验复现参考使用使

3、用 OpenDAL 连接连接 PostgreSQL一文知识准备：先从一个宏观视角理解 PostgreSQL5这种设计思想，体现到内核这种设计思想，体现到内核 API 上面上面就是所有的内核开放设计 API均带着浓浓的“数据表”味儿索引的核心作用：索引的核心作用：一、加快用户查找 Tuple 的速度二、可独立提供数据（Index-Only Scan）同时指出，对比对比 MySQL，PostgreSQL 在这方面的可在这方面的可定制化定制化“并没有那么高并没有那么高”MySQL 把把“Table”与与“Index”两种两种 Access Methon 直直接统一为接统一为“存储引擎存储引擎”并开放

4、设计并开放设计这种更大的灵活度，这种更大的灵活度，客观上让客观上让 MySQL 的存储引擎生态优的存储引擎生态优于于 PostgreSQL知识准备：从一个宏观视角理解 PG 索引6现在，我们继续把目光放在内核设施本身上面。可以发现，工程的实现实际上就是理论的延伸。我们只需要抓住 Index-Access-Method 这条“主轴”，既可以顺利地理解好 Hash Index 的实现。这就需要我们找到一个切入点，参考下文。知识准备：pg_am 系统表 与 IndexAmRoutine 接口7要点要点:pg_am 存储着所有的 Index-Access-Method 的注册信息（可通过 pg_am.

5、dat 直接得到）通过 amhandler 所指向的内核C语言函数，即可以找到有关索引的各个实现接口IndexAmRoutine 结构描述着一个索引所需要实现与可以实现的接口函数，并指导 PostgreSQL 将元祖的键值进行传递知识准备：系统表 与 BKI 文件8要点要点:通过 select.from;的上层接口方式，可以用一个更为直观的方式，将有关信息查询出来，事半功倍 理解 BKI 文件、pg_xxx.h 文件起到的支撑作用，对于理解如何自己定制索引非常重要知识准备：系统表 与 BKI 文件9要点要点:PostgreSQL 把“关系型数据”的思想同样运用到系统信息的管理上catalog

6、目录的 pg_xxx.h 是诸多系统表的“原始形态”（Perl 脚本将会负责改写他们为正式的 pg_xxx_d.h 形态）pg_xxx.dat 将会指导向系统表里面写入初始数据知识准备：pg_am 系统表 与 IndexAmRoutine 接口10hashhandler 函数：函数：负责在 Relation 中注册处理各个哈希索引处理函数 核心逻辑就是分配一块内存，存储 IndexAmRoutine 结构，并将其反馈于 PostgreSQL开始理解哈希索引：哈希算法简介11哈希算法的思想：哈希算法的思想：通过某种映射算法，将一个数据映射到唯将一个数据映射到唯一对应的序号一对应的序号，再将其存储