从读写角度，带你了解数仓的IO基本框架

摘要：本文从读取和写入的角度分别描述了行存和列存的IO模型，并对文件结构做了简单介绍。

本文分享自华为云社区《GaussDB(DWS)基本IO框架》，作者： Naibaoofficial。

行存IO管理框架

存储结构

OID(Object identifiers):对象的唯一标识。
每个表存在对应数据库的文件夹中，用relfilenode标识。

例如表row1，可以直接查询对应的文件

test=# select pg_relation_filepath('row1');

 pg_relation_filepath

----------------------

 base/16385/55984

(1 row)

每个表的读取写入以页（文件块）为基本单位，页的大小是一个BLCKSZ，默认8KB，其结构如下：

Tuple保存了当前一行的数据，分为Header和Data两块，头部保存元组的相关信息（列数，事务信息，是否有Toast表等）。
每个Tuple最大为2kb，若Data过大无法压缩至2KB，则采用额外的Toast表存储，此时Tuple内的Data保存Toast表的相关信息。

GaussDB 行存框架：

这里面涉及到几个比较大的内核机制：

本地缓存：

这里面的本地缓存介绍了三个比较常用的缓存结构，这里直接引用了官方的英文解释。

temp_buffers: Sets the maximum number of temporary buffers used by each database session. These are session-local buffers used only for access to temporary tables.

work_mem: Specifies the amount of memory to be used by internal sort operations and hash tables before writing to temporary disk files.

maintenance_work_mem: Specifies the maximum amount of memory to be used by maintenance operations, such as VACUUM, CREATE INDEX, and ALTER TABLE ADD FOREIGN KEY.

共享内存：可由整个Gaussdb共享

包括shared_buffer和wal_buffer, 分别用来存放Page和Clog，Wal Segment。

WalWriter，BgWriter：

主要是将共享内存的内容落盘，WalWriter一般是在事务提交时就需要落盘，但是有时候可以放弃一定的事务一致性原则，从而让WalWriter异步落盘加快速度。BgWriter负责将shared_buffer中的内容落盘。

外存管理：

负责上层与外存之间的文件交互。

IO管理框架：读取

读取的过程相对简单，就是从物理文件先装到shared_buffer中，然后从shared_buffers返回相关的结果。

shared_buffers中就是以Page为单位进行存储的，因为每个Page的大小是固定的，所以shared_buffers能存放的page个数也就是确定的。这里面就需要考虑一个问题，因为这个资源是共享的，如果一个线程读取了大量的文件，这样势必会使得其他线程的缓存命中率下降。

GaussDB在这里引入了Ringbuffer的机制，可以限制一个线程所使用的shared_buffers的大小，从而解决掉这个问题。

IO管理框架：写入

写入操作是增加的新的元组，Update操作相当于先Delete,再Insert。
INSERT

UPDATE

将旧元组标记为Dead，然后插入新的元组，由Vacuum负责清理。当然，这里面Data变为DELETE只是用来描述删除的是此Tuple，实际上Data当中的值是不变的。

写入的整体逻辑：

GaussDB行存在写入时，将元组信息先写入到shared_buffers，然后用bgwriter刷入磁盘，这样在事务提交时就可以避免磁盘的IO开销，提升性能，为了保证一致性和恢复，使用wal日志和checkpoints可以实现日志先落盘（也可以异步）和redo等操作。

列存的IO管理框架

列存的存储单元

列存的存储单元为CU（CStore Unit)
CU的大小为8k对齐
适合大批量导入的场景
同一列的CU存在一个新文件中，大于1GB时，切换到新文件中。
列存用一个CUDesc的行存表描述CU的相关信息，可以理解成为一个Toast表。
CUDesc：行存表，记录CU的相关信息, 主要属性如下：

col_id,cu_id: 第col_id列，第cu_id个CU
min, max, row_count, size
cu_mode: information mask(RLE,LZ4,Delta表等）
cu_pointer:指向每一个CU,记录delete bitmap
magic：和CU头部的magic相同，校验使用

CU结构

列存索引

这里介绍两个索引，C-Btree和Psort，这里不做过多介绍。
主要涉及的是IO相关的内容。

C-Btree

索引结构和行存无差别，同样以行存形式存储
C-Btree可以提升点查效率
存储key->ctid（cu_id, offset)
过程：

根据B-tree索引找到ctid集合
对集合进行批量排序（减少IO开销）
在CUDesc找到对应的cu_id，根据offset找到数据

举例，等值查询 n=49, 范围查询 23<n<64。

PSort

PSort是一个聚簇索引，对索引进行排序，然后将排序后的索引和行号存入一个新的表，用单独的列存表存储。
简单示意如下，图片来源：https://www.modb.pro/db/108155

IO管理框架：读取

读取过程：

根据where条件，做MIN/MAX过滤的谓词条件
加载CUDesc
MIN/MAX过滤
读取CU到CU Cache中
解析并填充

CacheMgr: 用来缓存CU到内存中，可以提高重复查询的性能。
CU的物理文件：
1. CStore_1.0: 当前基本不怎么实用
2. CStore_2.0: 重整了CU的文件结构，避免列数过多导致文件结构复杂。

IO管理框架：写入

列存的插入要分两种情况，少量的插入和大量的插入，列存主要是对大批量数据设计的，因此为了弥补小量插入的打包CU性能开销，设计了一个delta行存表，用来记录插入结果，可以减少膨胀和提升性能，最后定期的整理。

写入框架如下

列存的删除比较简单，如果是delta表，先从delta表中删除满足谓词条件的记录，然后在CUDesc表中更新待删除CU的delete_bitmap。

点击关注，第一时间了解华为云新鲜技术~