openGauss B-tree索引读写并发实现

openGauss B-tree 索引在实现时，没有完全遵循 L & Y 的理论，本文主要关注openGauss 中 B-tree 索引的实现。

实现与理论的差异

• 读锁

  介绍B-tree索引并发读写原理时讲到，L & Y 的理论中读操作完全不加锁，而是假设 B-tree 节点在内存中的拷贝是非共享的。但实际在 PG 和 openGauss 的实现中，内存中的 buffer 是共享的。所以在实现中，实际读操作需要对节点加读锁，来保证读期间没有修改操作。加锁动作降低了并发性，但保证了数据正确性。

• 写锁

  L & Y 的理论总是将加锁和 moveright 耦合，最多同时会对三个节点加锁（分裂的子节点、父节点、父节点的右兄弟节点）。实现中，同一层的节点不需要都加锁。L & Y 的理论中通过记录从根节点开始查找路径上的节点及 key 的信息来记录父子节点关系，理论中假设所有的 key 都是不同的。实现中，父节点通过记录子节点的 Block Number 来实现父节点指向子节点的指针。理论中如果发生分裂需要更新父节点时，父节点所在层的加锁的顺序是：先对父节点加锁，如果父节点发生了分裂，则对父节点的右兄弟节点加锁，然后释放父节点的锁。而实现中，在对父节点的右兄弟节点加锁前，可以释放父节点的锁，因为 link ptr 实现中是记录的右兄弟节点的 block number, 即使右兄弟节点又发生分裂，依然可以通过 block number 找到分裂后的左侧节点，然后继续向右查找。

• link ptr

  L & Y 的理论中每一层节点都有指向右侧节点的 link ptr，当执行 scan 的操作时，通过 link ptr 只能支持自左向右的 scan。为支持逆向 scan，OpenGauss中每个节点都有指向左右两侧的两个指针，将指向同层右侧节点的称为 right link ptr，指向左侧节点的称为 left link ptr。这个修改，导致 L & Y 的理论中节点分裂需要额外的动作。在锁定分裂节点的同时，还需要锁定该节点分裂前的右兄弟，以修改其 left link ptr，如图-1所示。实际逆向 scan 比正向 scan 要复杂一些，因为如果逆向scan的过程中节点发生分裂，可能还需要通过 right link ptr 向右查找（实际比更复杂，我们会在后面讨论）。

  图 1 B-tree索引结构差异

在 scan 过程中，只有在需要读一个节点时才会对其加锁，为减少加锁的时长，读操作会一次把所有满足条件的项全部读出来，在处理这些项时就可以释放锁了。有时，为了防止并发的 delete 操作，需要 pin 住某个叶子节点(后面会讲到)。scan过程中，需要记住当前在扫描节点的 right link ptr，通过 right link ptr 向右scan不会遗漏数据；但如果是向左scan，需要获取最新的 left link ptr。

大多数情况下，在对下一个节点进行 pin 和加锁前，会释放前一个节点的pin 和锁；但有些情况下会先对下一个节点进行 pin 和加锁，再释放前一个节点的 pin 和锁。之前讲并发原理时证明过，流程中可以避免死锁的出现，但现在由于实现没有完全按照 L & Y 的理论，加了 left link ptr，似乎有死锁的可能。

L & Y 的理论中假设 key 的大小是固定的，实际需要处理变长的 key。因此对每一个 page 而言，key 的个数没有一个固定的最大值，实现中假设一个 page 内至少要有3个 item，因此 tuple 的大小不能超过一个 page 最大可用空间的1/3。节点发生分裂时，按照占用空间来平均分配分裂后的左右节点，而不是按照 item 的个数均分。同时分裂需要将已经在执行中的事务占用的空间考虑在内，否则事务提交时可能出现 page 内没有足够空间的问题。

L & Y 的理论中假设key没有重复的，实际是对于非 unique index 可能存在重复 key。

插入

在执行数据插入的流程中，需要更新 heap tuple 和 index tuple，更新index tuple 执行 ExecInsertIndexTuples 方法，处理的主要流程如下：

{
    遍历表上的每一个索引 {
        如果索引的 indisready = false，表示索引不可写，则跳过此索引；
        如果是分区表的 local 索引，且 pg_partiton 中 indisusable = false，跳过此索引；
        调用索引插入函数 index_insert，完成 index tuple 插入
        检查索引插入是否违反约束 unique / exclusion constraint
        返回结果
    }