PostgreSQL B+树索引---基本结构

PostgreSQL B+树索引—基本结构

基本概念

图1

PostgreSQL中使用的B+树索引结构如上图所示，其中有几个关键点需要说明。

1. B link Tree

   PostgreSQL B+树索引的思想来源于lehman和yao的论文《Efficient Locking for Concurrent Operations on B-Trees》，该论文介绍了B+树的一个变种，B link Tree，也叫B*树。B*树和B+树的主要区别在于B*树的内部节点（非叶子节点）也用双向链表连接。B*树的主要优势在于具备更高的并发性。

2. high key
   在叶子节点和内部节点中，有一个特殊的元素，称为high key（在上图中用绿色来标记），high key表示一个节点的upper bound，即节点所能存放key的最大值，一个节点中的high key必须等于其右兄弟的最小值，这一点需要尤为注意（PostgreSQL在分裂时就是将右节点的最小key作为左节点的high key）。

   每层的最右节点（rightmost）不存在high key，因为最右节点的最大key应该是无穷大(在上图中用蓝色来标记)。high key位于节点中的第一个元素，只是用于表示节点的upper bound。所以对于非最右节点来说，节点内的第一个data key应该是high key之后的那个key（即第二个key），对于最右节点来说，第一个data key才是节点内的第一个key。PostgreSQL中对high key和firstkey有如下定义：

   #define P_HIKEY				((OffsetNumber) 1)
   #define P_FIRSTKEY			((OffsetNumber) 2)
   #define P_FIRSTDATAKEY(opaque)	(P_RIGHTMOST(opaque) ? P_HIKEY : P_FIRSTKEY)
   

   注意

   这里有一个值得注意的问题：为什么high key是节点内的第一个key作为而非最后一个key？这是为了防止插入时频繁移动high key。high key是节点中最大的一个key，由于节点内部需要保持key的有序性，所以如果high key放在节点最后，那么不论插入什么值，都需要后移high key。所以为了防止这样移动，将high key放在节点开始位置。由于high key只在节点分裂时产生，所以不必担心high key发生变化导致key的大小顺序发生变化。

3. 叶子节点与内部节点

   PostgreSQL的B+树索引中，叶子节点中的元素存放的是key+tid，tid为tuple id及元组的位置信息，和Oracle的rowid是同一个概念。内部节点中的元素存放的是下级节点的最小值（min key）+下级节点的节点编号。注意这个下级节点其实是子树的根节点。与最右节点的high key类似，最左节点的min key也是无意义的，因为这个key应该表示无穷小。

B*树并发性概述

B*树最大的优势在于并发性。对于B+树的并发控制，传统的方式叫蟹行协议（carbbing step），蟹行协议遍历B+树的流程如下：

1. 给当前节点加共享锁（初始时当前节点为根节点）。
2. 需要访问下级节点时，首先给下级节点加共享锁，然后释放当前节点的锁。
3. 重复step1、step2，直到叶子节点。

如果是插入操作，那么需要对待插入的节点加互斥锁。如果插入导致这个节点分裂，那么需要对父节点做插入，所以需要对父节点加互斥锁。所以，如果一个查询进程正试图锁定下级节点，同时另一个插入进程试图锁定父节点，就会发生死锁，如下图所示：

图2

B*树的遍历流程如下：

1. 给当前节点加共享锁（初始时当前节点为根节点）。
2. 需要访问下级节点时，首先释放当前节点的锁，然后给下级节点加共享锁。
3. 重复step1、step2，直到叶子节点。

这个流程和蟹行协议唯一的区别就在于step2，由于先释放当前节点的锁，在给下级节点加共享锁，所以在遍历时，最多只有1个节点持有锁，所以当然就不会有死锁发生。但这个流程又有另外的问题：

图3

假设现在有一个查询操作需要获取44，在查询时B+树的结构如图3所示，这是一个分裂的中间状态，即block1已经发生了分裂，但还没有来得及将节点的min key和blockno写入父节点。查询进程先对block3加共享锁，然后从block3得知，44应该在block1中，于是释放block3上的共享锁，尝试锁定block1。此时插入进程对block3加互斥锁，然后完成分裂。查询进程获取block1的共享锁后，由于block1已经发生了分裂44被迁移到了block4中。在block1中，不难发现，block1的high key为38小于44，所以我们会沿着block1与block4之间的链访问block4。注意，对于block4的访问，也是先释放block1的共享锁，再对block4加共享锁。当访问block4时，block4也可能发生分裂，导致44再次迁移到右节点，所以我们需要向右遍历叶子节点，直到找到一个high key > 44的节点。在PostgreSQL中，有一个叫_bt_moveright的函数就是为了实现上述功能的。

B*树redo

B+的redo最难的一个问题是要保证在分裂过程中，即便发生崩溃，也不能导致索引的损坏（即出现正确性问题）。我们先来回顾下索引分裂的几个步骤：

1. 获取分裂点。
2. 创建一个新的节点。
3. 将原始节点中一半的数据迁移到新节点中。
4. 修改原始节点的high key。
5. 将新节点加入链表。
6. 将新节点的min key和节点编号写入父节点。

从“B*树并发性概述”中，我们不难得出一个结论，在B*树中即便对图3这样的树进行查询，也不会影响查询的正确性，只是会影响查询性能（因为不能直接通过block3定位到block4）。这意味着什么？这就以为上述步骤的第6步，不影响正确性。所以在上面6步中，前5步需要作为一个原子操作，与前5步的相关的操作都需要记录到redo log中，而第6步不需要。这句话非常重要，只保证前5步的原子性要比保证所有6步的原子性简单得多，且并发性也要高的多。这个我们在后面的文档中再来详细讨论。