Btree索引插入流程分析

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.

前言

B树索引在PostgreSQL中得到了广泛应用，它是一种自平衡树数据结构，可以维护有序数据并允许进行搜索、顺序访问、插入和删除操作。在PostgreSQL中，可以在任何数据类型上使用B树索引，支持排序，支持大于、小于、等于、大于或等于、小于或等于的搜索。

B树具有一些重要的特征。首先，B树是平衡的，每个叶子页与根都由相同数量的内部页分隔开，因此搜索任何值都需要花费相同的时间。其次，B树是多分支的，每个页面通常包含许多（数百个）ctid，因此B树的深度很小，对于非常大的表，实际上可以达到4-5的深度。最后，索引中的数据按非递减顺序存储（在页面之间和每个页面内部），并且同一级别的页面通过双向列表相互连接，因此不需要每次都返回到根，可以通过遍历链表获取一个有序的数据集。

PostgreSQL中的B树索引是一种高效的数据结构，可以用于加速对有序数据的搜索和访问。通过使用B树索引，可以大大提高数据库的性能和响应时间。

概述

本文主要介绍postgresql 中常用的索引类型btree的插入过程，通过本文对postgresql 索引查询的代码有一定了解，希望能够帮助基于postgresql做内核开发的同学，当然理解也有限，正在看这部分的同学可以在评论区一起来探讨。

插入流程

在进行SQL语句 insert一条数据行时，如果某一列带有索引，那么在插入数据的同时，也需要插入一条索引项；

索引项中需要记录数据行的tid，也就是位置信息，所以插入索引的时机，是在插入数据行成功后，使用数据行的位置信息生成一条索引项，然后进行索引项的插入流程；

索引项的插入整体流程如下：

生成新的索引项；
检查唯一性；
查找合适的插入位置；
对待插入索引页面检查空闲空间是否足够；
如果空间不足，则将当前索引页面进行分裂为左右两半；
然后将新索引项加入左或右页面；

准备阶段

生成一个索引项，这就是需要插入的新索引项；

先是遍历btree树，从root中的元组进行二分查找，找到该索引项对应的范围所在的下层的节点的pageno，如果层级较多，每次都是如此，最终找到叶子节点，找到要插入的叶子节点的索引数据块；

检查唯一性

对于主键的列，需要检查索引的唯一性，避免插入两条相同的索引；

对于主键肯定是需要唯一的存在，为什么要在这里做唯一性检查，而不是在数据插入时检查呢?

因为在插入数据时，如果检查唯一性，还是要通过索引扫描来比对，所以直接放到索引插入阶段，当索引检查不通过时，那么前面插入的数据也是无效的。

检查时，在索引树中先找到相同值的位置；
然后对比它的tid是否一样，如果不一样，也就是除了之前新插入数据之外还有一条相同字段的数据存在；
检查相同索引项对应的数据行的事务是否提交；如果没有提交，则等待该事务结束，再进行检查；
如果相同索引项对应的数据行的事务已经提交，那么就产生了冲突；
当有冲突时，就会报错，abort当前事务，也就会导致前面插入的数据无效；

查找合适的插入位置

在前一步已经找到了符合的叶子节点，在 _bt_findinsertloc 中，还需要进一步查找合适的位置，主要有以下几种情况：

对于非heapkeyspace的索引，相同键值索引项，需要插入到最右边；此时要向右查找节点；
对于多个索引页面都有相同highkey，也就是重复值，那么这些页面都适合插入新值，找一个空间足够的即可；
还有一种情况是，对于数据多版本需要跨页时，要新增索引项，此时索引项的值是不变的，只是对应的tid发生了变化；对于这种情况，可以先检查删除的dead索项，避免索引的分裂；

在上面向右查找的情况，postgresql做了一些优化，综合了向右找的代价，和提前分裂的代价，有概率提前分裂；

对于新插入的索引项，不能大于空闲空间的三分之一;

检查空闲空间

在 _bt_insertonpg 调用中，实现了剩余空间检查，页面分裂，索引项的真正插入；

当前查找到索引页空间小于当前新索引项时，就需要进行索引页的分裂；
如果空间足够，则直接插入即可；

页面分裂

Btree的页面分裂是插入环节中的关键点，也是难点所在；在这个环节中，因为会修改多个节点页，对并发访问影响比较大，postgresql在这里做了一些优化；

我们先按常规思路来模拟一下分裂的过程；
某一节点分裂成左右两个节点，将旧节点的内容平分到新节点中，然后变更左节点的后续链接，变更右节点的前续和后续链接，将它中加入本层的双向链表，最后将新增节点信息加到父节点中；

这样一个分裂的过程中，所有变更节点都需要加互斥锁。在btree查找章节中已经介绍过，上下层之间是单向的，也就是只能从父节点找到下层节点，为了避免重复查找父节点，在确定插入节点时，就已经将路的层次路径记了下来；

下面我们来看postgresql中如何进行分裂，以及进行了那些地方的优化；

按分裂的节点类型，分为根节点，页子节点，中间branch节点的分裂；

根页面的分裂

在一开始，数据不多时，根页面节点就足够存下了，此时根节点也是叶子节点；随着数据的增多，根节点就需要分裂了。

它的分裂不同于其它类型，下面图示分析：

在这里插入图片描述

当root节点分裂时：

1.节点分裂

先加锁待分裂的root节点；
在本地内存中生成一个left节点，将它的btpo_flags设置为分裂中，并且插入highkey，也就是右节点的最小值；
在索引文件中生成right节点，注意这里是直接在索引文件中增加一个节点，同时加互斥锁；设置right节点的前继为待分裂的root节点，后继为空，因为它是最右的节点；
将旧root中的数据根据划分位置，分别移动到左右两个节点中；并且将待插入值插入合适位置，因为是分裂，所以一定是有空闲空间的，所以在此处直接插入；
将left节点拷到待分裂节点中；这样，left，right节点都在索引文件中了；
将left,right页面标脏，同时更新待分裂节点的右节点的前继为right节点，并生成分裂的WAL；
解锁待分裂节点的右节点；

2.更新父节点

然后新创建一个root节点，将左右节点的信息插入新的root节点中；
将left节点的正在分裂标志取消；
新root节点页面标脏，以及生成新root页面修改的WAL；
解锁root,left,right节点；

在通过pginspect插件看时，就会发现root节点的pageno随着数据增加会一直变动，其实就是树的层次在增加，每增加一层级时，就会新创建一个root页面；

叶子页面分裂

页子节点页面的分裂，是最常见的一种，当然也经过了很多的优化，比如对于相同键值的数据；还有对于多版本跨节点存储时，会再插入一条索引项，还有对于NULL值的存储；

先来看一下叶子页面分裂的整体流程示意图：

在这里插入图片描述

叶子节点分裂如下：

1.节点分裂

加锁待分裂节点；
在本地内存中生成一个left节点，将它的btpo_flags设置为分裂中，并且插入highkey，也就是右节点的最小值；
在索引文件中生成right节点，注意这里是直接在索引文件中增加一个节点，同时加互斥锁；设置right节点的前继为待分裂的root节点，后继为空，因为它是最右的节点；
将旧root中的数据根据划分位置，分别移动到左右两个节点中；并且将待插入值插入合适位置，因为是分裂，所以一定是有空闲空间的，所以在此处直接插入；
将left节点拷到待分裂节点中；这样，left，right节点都在索引文件中了；
将left,right页面标脏，同时更新待分裂节点的右节点的前继为right节点，并生成分裂的WAL；
解锁待分裂节点的右节点；

2.更新父节点