lab2
最后更新于
lab2 要实现一个动态哈希中的可扩展哈希策略，说实话，难是难。但没有网上说的那么难，一共花了五天时间，三天的时间在找资料，理解可扩展哈希，一天的时间在写主体逻辑（split，merge），一天在 debug。不过在学习群里找到了测试代码，debug 不是 lab1 那样要上传到线上才能看错误信息，可以本体调试 + vscode 打断点，总之 debug 还是挺舒服的。最后并没怎么优化，我也不知道怎么回事，最后排名还挺高的，拿个第五。
本篇重点聊一下可扩展哈希策略的大体逻辑，lab 的 hints 和一些值得注意 C++ 语法。都是 high level，不对代码做分析。
可扩展哈希的大体逻辑是 split 和 merge，把这两个搞懂就行了。
merge 是当我删除 key-value 时，bucket 为空了。我要向 bucket 的 split image 去合并。merge 是一个类似递归的函数，当 merge 之后，要重新 remove 一下。而 remove 不管是否删除成功都要试着 merge 一下。
bucket page 的结构就是一个 key-value array，内部没有排序，插入一个值得时候，就遍历数组一下找到空位就插入。
readable_ 代表这里是否有一个值，occupied_ 代表这里曾经是否有一个值。array_ 是一个弹性数组，存储实际的 key-value。
comparator 是用来比较 key 的，不是优先队列那样用来排序的。
虽然实验要求实现的函数不多，但其实其他的 helper function 对你的主体函数有很大的帮助，大部分都是要实现一下的，当然最好是要用到的时候去实现一下，而不是一上来就全部实现。
fetch or new page 之后都要 unpin page。
对并发不是熟的话，就在 GetValue 中加读锁，在 Insert 和 Remove 中加写锁。先过 case 之后再修。
虽然实验指导说的是最好在 hash_table_bucket_page 中也加读写锁，但我只在 extendible_hash_table 中加锁就通过了 case。
对每一个 unpin 都用 assert。
别忘了构造函数。
尽量减少 Hash 函数的使用，它会严重拖慢运行速度。
去胡神的群（878405016）里获取测试代码，会极大降低 debug 的时间。
reinterpret_cast 是一种类似 C 风格的转换。 HashTableDirectoryPage *dir_page = reinterpret_cast<HashTableDirectoryPage *>(buffer_pool_manager->NewPage(&directory_page_id_, nullptr)->GetData()) 可以把某一片地址空间转化为我们想要的类。
split 是当我插入一个 key-value 的时候，发生了溢出。此时要 new 一个新的 page，把 over flow page 的 key-value 重新哈希到这两个 page 上。 具体如何哈希，涉及到全局深度和局部深度，强烈建议看一下对 split 说的十分清晰。