13518219792
page0cur.cc page0page.h page0page.cc rem0cmp.cc
为什么谈及定位方法，因为在innodb中，比如一个插入语句我们需要定位在哪里插入(PAGE_CUR_LE)，比如一个查询语句我们需要定位到其第一个需要读取数据的位置，因此定位方法是查询的根本。而找到这个记录位置后实际上是用一个叫做page_cur_t结构体进行存储，暂且叫他cursor游标
我们提供的服务有：做网站、网站设计、微信公众号开发、网站优化、网站认证、洮南ssl等。为上千企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的洮南网站制作公司
struct page_cur_t{
const dict_index_t* index;
rec_t* rec; /*!< pointer to a record on page */
ulint* offsets;
buf_block_t* block; /*!< pointer to the block containing rec */
}; 其中包含了本index的数据字典类容、实际的数据、记录所在块的信息等，下面我具体谈一下定位方法，同时结合源码来看它具体的实现。
我们先来明确一下概念：
可自行参考运维内参等其他书籍，这里就在简单描述到这里，本文会出现相关术语。
在innodb中的常用的search mode有如下几个
/* Page cursor search modes; the values must be in this order! */
enum page_cur_mode_t {
PAGE_CUR_UNSUPP = 0,
PAGE_CUR_G = 1,
PAGE_CUR_GE = 2,
PAGE_CUR_L = 3,
PAGE_CUR_LE = 4,
};
我们来讨论一个问题考虑如下有序的数组
1,2,3,3,4,5,6,7
如果我们查询>=3(PAGE_CUR_GE)和<3(PAGE_CUR_L),那么自然我们需要将位置定位到2到3之间我们且用2-3表示
如果我们查询<=3(PAGE_CUR_LE)和>3(PAGE_CUR_G),那么自然我们需要将位置定位到3到4之间我们且用3-4表示
那么我们将这里的区间两个值记为low-high
仔细分析后我们发现另外一个规律
为什么讲这个东西，因为这两个规律在innodb记录定位中起到了关键作用，也直接影响到了innodb记录查找的二分算法的实现方式。
大家在源码中能看到matched_fields和matched_bytes两个值，那么他们代表什么意思呢？
以int类型为例，因为在函数cmp_dtuple_rec_with_match_bytes是逐个字段逐个字节进行比较的，关键代码如下
while (cur_field < n_cmp) {
rec_byte = *rec_b_ptr++;
dtuple_byte = *dtuple_b_ptr++;} 比如int 2,int 3在innodb中内部表示为0X80000002和0X80000003,如果他们进行比较那么最终此field的比较为不相等(-1),那么matched_fields=0但是
switch (type->mtype) {
case DATA_FIXBINARY:
case DATA_BINARY:
case DATA_INT:
case DATA_SYS_CHILD:
case DATA_SYS:
break;
case DATA_BLOB:
if (type->prtype & DATA_BINARY_TYPE) {
break;
}
default:
ret = cmp_data(type->mtype, type->prtype,
dtuple_b_ptr, dtuple_f_len,
rec_b_ptr, rec_f_len);
if (!ret) {
goto next_field;
}
cur_bytes = 0;
goto order_resolved;
} 具体可以参考一下源码，这里不再过多解释
为什么叫做再析，因为如运维内参已经对本函数进行了分析，这里主要分析查询模式对二分法实现的影响，并且用图进行说明你会有新的感悟！当然如果你对什么slot还不清楚请自行参考运维内参
简单的说page_cur_search_with_match_bytes会调用cmp_dtuple_rec_with_match_bytes函数进行元组和记录之间的比较，而块内部比较方法就是先对所有的slot进行二分查找确定到某个slot以快速缩小范围，然后在对slot内部使用类似二分查找的方法等到记录，我们主要来分析一下slot内部的类二分法，因为它完全是我们查询模式中两个规律的完美体现，如下简化的代码片段以及我写的注释：
/* Perform linear search until the upper and lower records come to
distance 1 of each other. */
while (page_rec_get_next_const(low_rec) != up_rec) { //如果low_rec和up_rec相差1则结束循环，否则继续
mid_rec = page_rec_get_next_const(low_rec);//这里并没有除以2作为mid_rec而是简单的取下一行，因为rec是单链表这样显然很容易完成
ut_pair_min(&cur_matched_fields, &cur_matched_bytes,
low_matched_fields, low_matched_bytes,
up_matched_fields, up_matched_bytes);
offsets = rec_get_offsets(
mid_rec, index, offsets_,
dtuple_get_n_fields_cmp(tuple), &heap);//获得记录的各个字段的偏移数组
cmp = cmp_dtuple_rec_with_match_bytes(
tuple, mid_rec, index, offsets,
&cur_matched_fields, &cur_matched_bytes);//进行比较 0为相等 1 元组大于记录 -1记录大于元组，并且传出field和bytes
if (cmp > 0) { //如果元组大于mid_rec记录
low_rec_match://当然简单的将mid_rec指针赋予给low_rec即可
low_rec = mid_rec;
low_matched_fields = cur_matched_fields;
low_matched_bytes = cur_matched_bytes;
} else if (cmp) { //如果元组小于mid_rec记录
up_rec_match://当然简单的将mid_rec指针赋予给up_rec即可，这一步可以跳过很多记录
up_rec = mid_rec;
up_matched_fields = cur_matched_fields;
up_matched_bytes = cur_matched_bytes;
}
//下面是相等情况的判断非常关键符合我们规律1算法
//如果元组等于mid_rec
else if (mode == PAGE_CUR_G || mode == PAGE_CUR_LE //如果是>(PAGE_CUR_G)和<=(PAGE_CUR_LE)
) {
goto low_rec_match; //执行low_rec_match
} else //如果是>=(PAGE_CUR_GE)和<(PAGE_CUR_L)
{
goto up_rec_match;//执行up_rec_match
}
}
//下面体现我们的规律2算法
//如果是> PAGE_CUR_G和>= PAGE_CUR_GE 都是取high
//如果是< PAGE_CUR_L和<= PAGE_CUR_LE 都是取low
//因为是enum类型直接比较
if (mode <= PAGE_CUR_GE) {
page_cur_position(up_rec, block, cursor);
} else {
page_cur_position(low_rec, block, cursor);
}
*iup_matched_fields = up_matched_fields;
*iup_matched_bytes = up_matched_bytes;
*ilow_matched_fields = low_matched_fields;
*ilow_matched_bytes = low_matched_bytes; 注意一个slot的own记录为最多8条如下定义:
/* The maximum and minimum number of records owned by a directory slot. The number may drop below the minimum in the first and the last slot in the directory. */ #define PAGE_DIR_SLOT_MAX_N_OWNED 8 #define PAGE_DIR_SLOT_MIN_N_OWNED 4
如果大于了8则进行分裂
if (n_owned == PAGE_DIR_SLOT_MAX_N_OWNED) {
page_dir_split_slot(
page, NULL,
page_dir_find_owner_slot(owner_rec));
} 下面我们画一个slot内部定位的图，我们以如下有序数据为例，假设每一个数字代表一个记录(rec)
1 2 2 2 3 3 4 4
我们可以看到有大量重复的记录，但是本算法也可以进行精确的定位，我们约定:
mid为2显然已经等于了元组的中的2，如图
但是查询模式为PAGE_CUR_G 做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然已经等于了元组的中的2，但是查询模式为PAGE_CUR_G做low_rec_match后、并且将mid取向下一条记录如图
mid为2显然已经等于了元组的中的2，但是查询模式为PAGE_CUR_G做low_rec_match后、并且将mid取向下一条记录如图
mid为3显然已经大于了元组中的2，做up_rec_match后我们发现记录定位成功，为low 2-high 3。page_rec_get_next_const(low_rec) == up_rec 循环退出如图
因为我们的查询模式是PAGE_CUR_G所以我们执行page_cur_position(up_rec, block, cursor);取high值如图
mid为2显然小于元组的中的3，如图
做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然小于元组的中的3，做low_rec_match操作、并且将mid取向下一条记录后如图
mid为2显然小于元组的中的3，做low_rec_match操作、并且将mid取向下一条记录后如图
mid为3显然等于元组的中的3，但是查询模式为PAGE_CUR_L做up_rec_match后、我们发现记录定位成功为low 2-high 3.page_rec_get_next_const(low_rec) == up_rec 循环退出如图
因为我们的查询模式是PAGE_CUR_L所以我们执行page_cur_position(low_rec, block, cursor);取low值如图
我们slot内部的记录并不多最多为8条，二分算法slot内部并没有使用二分而是使用了取下一个记录的值的指针，非常容易实现因为记录中本来就包含了下一条记录的偏移量，并且通过访问模式两个规律将重复值过滤掉，最终找到边界。总之分析之后发现是一种精确高效的算法。
