postgresql 内核源码分析 btree索引的增删查代码基本原理流程分析，索引膨胀的原因在这里

B-Tree索引代码流程分析

​专栏内容：

• postgresql内核源码分析
• 手写数据库toadb
• 并发编程

​开源贡献：

• toadb开源库

个人主页：我的主页
管理社区：开源数据库
座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物.

概述

在postgresql最常用的索引就是btree，它支持范围和等值查询。

本文主要介绍btree的代码的入口，接口定义，主要涉及索引的查询，插入，删除，和数据的清理操作。

前言

索引是为了更快的找到实际数据表中的数据，那么索引键值就非常小，可以一次性从磁盘读取大量的索引数据。
但是有些索引值中存储了实际数据，与数据是一一对应的，就是密集型索引，而有一些索引并不存储实际数据，而是存储范围内的最大最小值，此类型索引叫做稀疏索引；

对于密集型索引，如主键，直接可以得到对应的数据位置或对应列的数据，btree算法就可以支持此类型的索引；
而稀疏索引，查到索引后，需要再遍历数据表，或者二级索引才能命中目标数据。

代码入口

postgresql中为了代码的解耦，定义了索引操作的结构体，基成员是一组统一的操作和标识选项；
对于btree的定义如下，可以在这里找到btree索引的操作接口名称，在实际实用的只是调用结构体的成员，也就是函数指针。

/*
 * Btree handler function: return IndexAmRoutine with access method parameters
 * and callbacks.
 */
Datum
bthandler(PG_FUNCTION_ARGS){
    IndexAmRoutine *amroutine =makeNode(IndexAmRoutine);

    amroutine->amstrategies = BTMaxStrategyNumber;
    amroutine->amsupport = BTNProcs;
    amroutine->amoptsprocnum = BTOPTIONS_PROC;
    amroutine->amcanorder = true;
    amroutine->amcanorderbyop = false;
    amroutine->amcanbackward = true;
    amroutine->amcanunique = true;
    amroutine->amcanmulticol = true;
    amroutine->amoptionalkey = true;
    amroutine->amsearcharray = true;
    amroutine->amsearchnulls = true;
    amroutine->amstorage = false;
    amroutine->amclusterable = true;
    amroutine->ampredlocks = true;
    amroutine->amcanparallel = true;
    amroutine->amcaninclude = true;
    amroutine->amusemaintenanceworkmem = false;
    amroutine->amsummarizing = false;
    amroutine->amparallelvacuumoptions =
        VACUUM_OPTION_PARALLEL_BULKDEL | VACUUM_OPTION_PARALLEL_COND_CLEANUP;
    amroutine->amkeytype = InvalidOid;

    amroutine->ambuild = btbuild;
    amroutine->ambuildempty = btbuildempty;
    amroutine->aminsert = btinsert;
    amroutine->ambulkdelete = btbulkdelete;
    amroutine->amvacuumcleanup = btvacuumcleanup;
    amroutine->amcanreturn = btcanreturn;
    amroutine->amcostestimate = btcostestimate;
    amroutine->amoptions = btoptions;
    amroutine->amproperty = btproperty;
    amroutine->ambuildphasename = btbuildphasename;
    amroutine->amvalidate = btvalidate;
    amroutine->amadjustmembers = btadjustmembers;
    amroutine->ambeginscan = btbeginscan;
    amroutine->amrescan = btrescan;
    amroutine->amgettuple = btgettuple;
    amroutine->amgetbitmap = btgetbitmap;
    amroutine->amendscan = btendscan;
    amroutine->ammarkpos = btmarkpos;
    amroutine->amrestrpos = btrestrpos;
    amroutine->amestimateparallelscan = btestimateparallelscan;
    amroutine->aminitparallelscan = btinitparallelscan;
    amroutine->amparallelrescan = btparallelrescan;PG_RETURN_POINTER(amroutine);}

我们首先来看索引的基本操作，查询btgettuple，插入btinsert和删除。

索引查询

索引查询的调用栈

• ExecIndexScan

在执行计划中会有索引查询的节点，如ExecIndexScan， 发起索引查询，通过索引查找到数据表的tuple;

• -> IndexNext

返回数据表的tuple， 如果是稀疏索引，此处会进行二次查找;

• -> index_getnext_slot

返回数据表的tuple，此处会使用索引找到的tid，在数据表中查找，并检查可见性，如果不可见，那继续查找下一条;

• -> index_getnext_tid

返回索引键中的记录的tid;

• ->btgettuple

在索引中查找, 通过遍历比较，命中查找键对应的索引项

查找索引数据的基本流程

索引的查找大致分为两个步骤：

• 找到起始点，也就是查找键值
• 从起始点开始扫描，返回符合条件的索引项

代码分析

索引的查询入口函数是 btgettuple，下面是它的实现；

bool
btgettuple(IndexScanDesc scan, ScanDirection dir){
    BTScanOpaque so =(BTScanOpaque) scan->opaque;
    bool        res;/* btree indexes are never lossy */
    scan->xs_recheck = false;/*
     * If we have any array keys, initialize them during first call for a
     * scan.  We can't do this in btrescan because we don't know the scan
     * direction at that time.
     */if(so->numArrayKeys &&!BTScanPosIsValid(so->currPos)){/* punt if we have any unsatisfiable array keys */if(so->numArrayKeys <0)return false;_bt_start_array_keys(scan, dir);}/* This loop handles advancing to the next array elements, if any */do{/*
         * If we've already initialized this scan, we can just advance it in
         * the appropriate direction.  If we haven't done so yet, we call
         * _bt_first() to get the first item in the scan.
         */if(!BTScanPosIsValid(so->currPos))
            res =_bt_first(scan, dir);else{/*
             * Check to see if we should kill the previously-fetched tuple.
             */if(scan->kill_prior_tuple){/*
                 * Yes, remember it for later. (We'll deal with all such
                 * tuples at once right before leaving the index page.)  The
                 * test for numKilled overrun is not just paranoia: if the
                 * caller reverses direction in the indexscan then the same
                 * item might get entered multiple times. It's not worth
                 * trying to optimize that, so we don't detect it, but instead
                 * just forget any excess entries.
                 */if(so->killedItems ==NULL)
                    so->killedItems =(int*)palloc(MaxTIDsPerBTreePage *sizeof(int));if(so->numKilled < MaxTIDsPerBTreePage)
                    so->killedItems[so->numKilled++]= so->currPos.itemIndex;}/*
             * Now continue the scan.
             */
            res =_bt_next(scan, dir);}/* If we have a tuple, return it ... */if(res)break;/* ... otherwise see if we have more array keys to deal with */}while(so->numArrayKeys &&_bt_advance_array_keys(scan, dir));return res;}

• 初始化查找点；从代码来看，进入循环后，先 BTScanPosIsValid(so->currPos) 判断currPos是否有效，也就是查找点是否已经初始化；如果没有初始化，则调用 _bt_first 进行初始化；
• 扫描索引项； 初始化查找点后，调用 _bt_next 获取一条索引项数据，找到有效索引后就会返回；

索引插入

索引插入调用栈

从insert来看，调用路径如下

• ExecInsert

SQL insert语句的执行入口函数

• -> ExecInsertIndexTuples

如果当前表中建有索引，在表数据tuple插入后，调用此函数插入索引，有可能存在多个索引，循环对每个索引调用下级函数进行插入；

• index_insert

索引插入的公共调用接口，实际调用对应索引的插入定义接口；

• btinsert

btree索引插入的操作的入口函数； 在此函数中，首先拼装一个索引tuple，然后调用下级函数进行插入；

• _bt_doinsert

执行索引项的插入，会经过查找位置，检查唯一性，插入等一系列流程环节；

索引插入的基本流程

索引插入的大体流程主要有以下环节：

• 查找索引项插入的位置，因为btree是一个有序的树，所以先要找到插入的位置，保持顺序； 此时会与索引查询类似，先初始化查找键，并找到查询点；
• 唯一性约束的检查，如果索引中属性列都为NULL，是不进行唯一性检查的；
• 索引的插入环节，调用_bt_insertonpg来完成，其中会有查找空闲空间，可能会索引分裂等；

代码分析

索引插入的入函数是 btinsert，实际执行是 _bt_doinsert，下面来看一下执行的代码流程；

bool
_bt_doinsert(Relation rel, IndexTuple itup,
             IndexUniqueCheck checkUnique, bool indexUnchanged,
             Relation heapRel){
    bool        is_unique = false;
    BTInsertStateData insertstate;
    BTScanInsert itup_key;
    BTStack        stack;
    bool        checkingunique =(checkUnique != UNIQUE_CHECK_NO);/* we need an insertion scan key to do our search, so build one */
    itup_key =_bt_mkscankey(rel, itup);if(checkingunique){if(!itup_key->anynullkeys){/* No (heapkeyspace) scantid until uniqueness established */
            itup_key->scantid =NULL;}else{
            checkingunique = false;/* Tuple is unique in the sense that core code cares about */Assert(checkUnique != UNIQUE_CHECK_EXISTING);
            is_unique = true;}}

    insertstate.itup = itup;
    insertstate.itemsz =MAXALIGN(IndexTupleSize(itup));
    insertstate.itup_key = itup_key;
    insertstate.bounds_valid = false;
    insertstate.buf = InvalidBuffer;
    insertstate.postingoff =0;

search:
    stack =_bt_search_insert(rel, heapRel,&insertstate);if(checkingunique){
        TransactionId xwait;
        uint32        speculativeToken;

        xwait =_bt_check_unique(rel,&insertstate, heapRel, checkUnique,&is_unique,&speculativeToken);if(unlikely(TransactionIdIsValid(xwait))){/* Have to wait for the other guy ... */_bt_relbuf(rel, insertstate.buf);
            insertstate.buf = InvalidBuffer;if(speculativeToken)SpeculativeInsertionWait(xwait, speculativeToken);elseXactLockTableWait(xwait, rel,&itup->t_tid, XLTW_InsertIndex);/* start over... */if(stack)_bt_freestack(stack);goto search;}/* Uniqueness is established -- restore heap tid as scantid */if(itup_key->heapkeyspace)
            itup_key->scantid =&itup->t_tid;}if(checkUnique != UNIQUE_CHECK_EXISTING){
        OffsetNumber newitemoff;CheckForSerializableConflictIn(rel,NULL,BufferGetBlockNumber(insertstate.buf));

        newitemoff =_bt_findinsertloc(rel,&insertstate, checkingunique,
                                       indexUnchanged, stack, heapRel);_bt_insertonpg(rel, heapRel, itup_key, insertstate.buf, InvalidBuffer,
                       stack, itup, insertstate.itemsz, newitemoff,
                       insertstate.postingoff, false);}else{/* just release the buffer */_bt_relbuf(rel, insertstate.buf);}/* be tidy */if(stack)_bt_freestack(stack);pfree(itup_key);return is_unique;}

代码流程如下:

• 初始化工作； 初始化查找键；
• 查找插入位置； 调用 _bt_search_insert 进行查询到一个有足够空闲空间的叶子节点page；
• 检查唯一性约束；检查唯一性约束，如果有冲突事务，则等待冲突事务执行完成后，再重新查询位置，再检查唯一性约束；然后对结果的判断checkUnique != UNIQUE_CHECK_EXISTING，如果违返那么插入结束；否则执行插入动作；
• 索引插入；先确定插入位置，再调用_bt_insertonpg；

索引删除

索引的更新，就是删除和插入操作，这里我们来看一下索引删除的概要流程。
对于数据表的tuple的删除，数据并没有真实删除，所以对应的索引项也不会删除，那么什么时候删除索引项呢？

删除索引基本流程

在进行vacuum 或进行 prune paga时，对于HOT链都会在每个page上留下最后一个数据元组，因为同一个page内的HOT链只对应一个索引项，留下这最后一个也是为了删除索引项。
当进行vacuum 索引时，就会通过这个dead tuple找到对应的索引项，先删除索引项，再删除dead tuple。
常常说索引的性能下降了，其实就是索引膨胀导致，也就是deadtuple变多，导致待删除索引项变多，查询效率大降低，同时也会带来索引IO的增加。

代码分析

• vac_bulkdel_one_index

调用 通用索引处理接口；

• ->index_bulk_delete

这里通用索引处理接口，其中调用对应索引的处理接口，这里是调用btree索引处理；

• ->btbulkdelete

btree对应的批量删除接口； 避免退出的影响，在开始时会注册退出的回调函数，在解除共享内存前处理善后；然后调用 btvacuumscan 对所有page进行索引删除清理。

结尾

非常感谢大家的支持，在浏览的同时别忘了留下您宝贵的评论，如果觉得值得鼓励，请点赞，收藏，我会更加努力！

作者邮箱：study@senllang.onaliyun.com
如有错误或者疏漏欢迎指出，互相学习。

注：未经同意，不得转载！