Hash Table

Hash table属于如图层次中的Access Methods一层，是一种用来对数据库进行读或写的方式。
数据库内部锁维护的数据结构有两种：hash table和order-preserving tree。

---

Page table或page directory本质上就是hash table，通过page_id得到buffer pool中的frame或者得到磁盘上的位置。

Hash Tables

哈希表是一个抽象数据类型，通过它来提供无需的关联函数实现API。
也就是将任意的key映射到对应的值上。
空间复杂度：O(n)
时间复杂度：
Avg O(1)
Worst O(n)(哈希碰撞，使得所有key都撞在一起了)


在表中保存为指针，指向key所在的位置。
下图为perfect hash funtion，也就是任意两个Key经过Hash之后的结果都不会相等的理想情况

$key1!=key2->hash(key1)!=hash(key2)$

组成

①hash funtion,将key映射到int(确切的说，一个smaller domain)上的hash值
②hash scheme，当hash碰撞的时候的一种机制。

常见哈希函数

其中速度和碰撞率最优秀的是xxhash，设计的时候用就行了(不要自己造不好用的轮子…)。

static hash schemes

以下都是静态的也就是static hashing scheme，
在分配内存的时候就知道希望保存的key的数量，是一种离线算法。

• Linear Probe hashing
• robin hood hashing
• cuckoo hashing

Linear probe hashing

一个大型的slot表，用Hash函数跳转到表上的某些offset值上或添加slot。
添加：如果key经过hash跳转到的位置已经有元素了，那么往下扫描，直到找到空的slot可以映射key为止。
删除：移除一个Key的时候在对应slot处添加一个tombstone表示这里没有一个logic entry，这样别的元素进行查找的时候就可以向下找。

non-unique keys

• 散列表。hash之后指向一个链表，该联表上存储的value对应的hash之后的值都是一样的。
• 冗余key(redundant keys)。在slot数组中不断的复制这个key，然后利用linear probe hashing处理。

robin hood hashing

思路：让’poor key’从’rich key’中偷取slot，让每个key尽可能接近Hash到的位置，达到整体平衡。

• number of positions 表示你所在的位置与你第一次hash所计算出的距离差

cuckoo hashing

多个hash table，去决定往哪个hash table里加入key。

假设表1，表2对应hash1，hash2函数。
对一个key进行两次hash，并尽量去找有空余slot的表加入。
如果两边的slot都被占了，则先占据其中一个table假如table2。被从table2里赶出来的keyB进行hash1，然后去占有另一张表的slot,table1里的A被赶了出来。这个时候A再进行hash2，找到一个位置，然后放到table2中。（类似匈牙利算法）

要分辨出起点，若发现成环了，就要进行扩容。

dynamic hash schema

• chained hashing
• extendible hashing
• linear hashing

chained hashing(hashmap)

将所有具有hash key的元素放到一个桶里。

extendible hashing

chained hashing的桶有可能无线增长下去，因此优化就是只对overflowed的chain进行拆分，而不是将整个hash table进行拆分。
可以理解为每个bucket chain代表一个page，左侧的slot array代表的是page id，因此我们不允许多个slot指向同一个bucket chain

global参数的是我们需要看hash之后的序列的前几位，local参数是局部的bucket需要看hash序列的前几位。
左边的数组存放的是Page id，或者是指针。在扩容的之后只需要更改指针方向或page id即可。
如果page满了，则修改参数进行扩容

参考博客
问题：每次扩容都将slot array扩充两倍，且在扩充过程中要在slot array上加锁保证不会有别的线程访问导致故障，会造成性能瓶颈。

linear hashing

思想：发生溢出的时候，只重分配split pointer的bucket，不管他有没有溢出。
数学：num % n = x,num % 2*n = x + n或x。

参考博客