CMU15445-project2-坑和收获总结

---

（我也不知道排名为啥这么高，完全没有优化）

---

TASK #1 - PAGE LAYOUTS

1.1 对于两种page的理解

bucket_page：用来存储键值对的page，利用readable_[]判断当前index是否存有数据，occupied判断当前index是否装过数据（按道理这玩意儿没啥用）。而数组就用来存储键值对。
directory_page：其实可以看作是HashTable的信息存储地，因为需要并发控制以及保存关键信息，故直接利用一个page来存储这些信息，每次使用的时候提取该page出来就行。

1.2 一些简单的优化思路

1. 插入的时候，需要先判断是否有空位，然后再找位置插入。可以在判断有没有空位的时候就找好插入位置。
2. Isfull()，Isempty()这种，可以按char直接判断是否全1或者全0，而不用一位一位遍历。

---

TASK #2 - HASH TABLE IMPLEMENTATION

2.1 坑：关于需要实现的文件

这里没有同以往的 TASK文档一样，明确告知我需要实现的文件在哪里，需要从最后面的测试需要提交的文件列表里面去找，但文档出现了如下错误：

图中所示的extendible_probe_hash_table并不存在，再查看后面的打包命令行可以发现，实际上的文件名是extendible_hash_table

2.2 如何下手（理解Task2需求）

1- extendible_hash_table的概念：本身不会存储什么pointer，depth等数据，这些数据都是需要存储在能存进硬盘的Page中的（directory_page或者bucket_page），可以把它看作一个工具类，其需要的每一个信息都是要从buffer_pool_manager中请求得到的page中获取。

2- 构造函数：需要在这里新建一个directory_page和对应的bucket_Page，初始化global_depth = 1 和`local_depth = 1``（local_depth = 0也可以，等于1时需要新建两个bucket_page，0时只需一个），新建的方法我是在测试函数中学会的：

• 不管是 New()还是Fetch()都需要记得UnpinPage()！
• bucket_page不需要reinterpret_cast，因为新建的时候没有需要设置的参数。
• 不需要存储长度信息，2 ^ global_depth就是长度
• 除了directory_page_id，不要声明任何关于hashtable的私有变量来存储其信息，因为需要满足并发，每次的信息必须从bplm中调取出来才能保证安全。
• （这里的代码不完全，不要直接复制）

auto directory_page =
      reinterpret_cast<HashTableDirectoryPage *>(buffer_pool_manager->NewPage(&directory_page_id_, nullptr)->GetData());

directory_page->IncrGlobalDepth();

page_id_t bucket_page_id_1 = INVALID_PAGE_ID;
buffer_pool_manager->NewPage(&bucket_page_id_1, nullptr)->GetData();
directory_page->SetLocalDepth(0, 1);
directory_page->SetBucketPageId(0, bucket_page_id_1);

buffer_pool_manager->UnpinPage(directory_page_id_, true);
buffer_pool_manager->UnpinPage(bucket_page_id_1, true);

1
2
3
4
5
6
7
8
9
10
11
12
13

其他函数：每次的逻辑大概是：根据directory_page_id_从buffer_pool_manager中调取directory_page，并根据需求调取或者新建/删除bucket_page，修改完信息后，每次都记得UnpinPage()就行。

2.3 SplitInsert()，merge()

SplitInsert()

• 先正常Insert()，在插入之前检查是否满，满了就跳转到SplitInsert()把插入工作全权交给它，没满就直接正常插入并返回。
• 注意一种特殊情况：Split之后，仍然有bucket_page是满的，这时候向其要插入元素需要继续Split。

if (global_depth == local_depth) { // 需要增加global_depth
	direct_page->global_depth++;
	更新 direct_page->local_depths_[];
} 

// 增加local_depth
new new_bucket_page;
old_bucket_page 元素转移-> new_bucket_page;
更新 direct_page->local_depths_[];
更新 direct_page->bucket_page_ids_[];

// 递归判断是否还需要分页
bucket_page = 现在key对应的bucket_paeg
if (bucket_page->Isfull()) {
	SplitInsert();
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Merge()

• 特殊情况1：当前页面对应的兄弟页面（当时分裂时产生的另一个页面）已经又分裂了，也就是local_depth不相等，这时候直接放弃合并。
• 特殊情况2：合并完成后，检查兄弟页面是否是空的，如果是空的，主动再进行合并（这种情况就是在解决特殊情况1留下来的空页面）

---

TASK #3 - CONCURRENCY CONTROL

3.1 bucket_page锁的使用

官方文档用法：

auto bucket_page = reinterpret_cast<HashTableBucketPage<KeyType, ValueType, KeyComparator> *>(buffer_pool_manager_->FetchPage(old_bucket_page_id)->GetData());
auto page = reinterpret_cast<Page *> (bucket_page);
page->RLatch();
page->RUlatch();
1
2
3
4

我没有理解到的是，如果把整个bucket_page转译成另一个Page，那么使用锁的时候不会改变bucket_page原有的数据项吗。
而且buffer_pool_manager_->FetchPage()返回的就是一个Page，那为何不直接使用这个返回的Page自带的锁：

auto page = buffer_pool_manager_->FetchPage(old_bucket_page_id);
auto bucket_page = reinterpret_cast<HashTableBucketPage<KeyType, ValueType, KeyComparator> *> (page->GetData());
page->RLatch();
page->RUlatch();
1
2
3
4