CMU-15445汇总
本文对应的project版本为CMU-Fall-2023的project4
由于Andy要求，本博客只提供思路，不会公开任何代码
终于要完结15445的所有project了（一些leaderboard没写，以后再说吧，至少基础的部分都完成啦）
拖了好久，期间有实习毕设等各种各样的事情阻碍了进程

通关记录

本project用时约6天

Task1 Timestamps

Task1比较简单，就是为事务维护读取时间戳与提交时间戳，并维护watermark值（系统中所有活跃事务的最小读取时间戳，后续用于垃圾回收）。
在transaction_manager.cpp中，设置事务的读取时间戳与提交时间戳，当前事务的读取时间戳为系统中最新提交事务的提交时间戳（last_commit_ts_）；当前事务的提交时间戳是系统中最新提交事务的提交时间戳+1（last_commit_ts_ + 1）。
watermark值用map简单维护一下即可（current_reads_）。

Task2 Storage Format and Sequential Scan

Task2也相对简单，实现版本的重构与sequential scan逻辑的重写（需要根据事务的读取时间戳查找可见版本）。
由于在bustub中，版本链的维护采用undo log的形式（每个undo log只存放partial tuple），最新记录存放在table heap中，需要沿着版本链逐步复原可见版本，故Task2需要实现一个版本重构函数ReconstructTuple。
该函数接收一个undo log数组和base_tuple，需要以base_tuple为初始记录，遍历该undo log数组，恢复出最终的版本，逻辑并不复杂。对undo log的每一次迭代大致分为三部分：

• 遍历undo log的modified_fields字段，提取出需要修改的列
• 根据提取出的需要修改的列，利用Schema::CopySchema函数，提取出对应的partial schema
• 利用partial schema，提取出partial tuple各个字段的值，并进行修改

实现完ReconstructTuple函数后，则可以重写seq_scan_executor.cpp中的记录扫描逻辑。原始的扫描逻辑只会查看table heap上的所有记录，而在新增了MVCC的版本链之后，可能需要从表堆开始，沿着版本链查找可见版本。
根据当前事务的read_ts与表堆中tuple的时间戳ts的大小关系，分为以下两种情况：

• ts <= read_ts 或 ts == txn_id：表堆中的tuple对当前事务可见，直接返回
• else：表堆中的tuple对当前事务不可见，需要沿着版本链查找可见版本

undo log之间通过undo link进行连接（undo link存放下一个undo log的位置，undo log存放着下一个undo link），在版本链上查找可见版本时，获取第一个undo link需要通过GetUndoLink函数，后续的undo link则存放于undo log中。

Task3 MVCC Executors

Task3任务量会大一些，但拆分后也不难。

Task3.1 Insert Executor

首先重写insert executor，由于insert操作不会影响版本链（因为是新纪录，版本链是空的），故只是添加上设置tuple时间戳的代码，需要设置时间戳为当前事务id。同时，需要将该tuple的rid添加到当前事务的write set中，方便commit时修改tuple时间戳。

Task3.2 Commit

当一个事务commit时，我们需要将该事务write set中的所有记录的时间戳设置为该事务的提交时间戳。

Task3.3 Update and Delete Executor

需要重写update executor和delete executor，它们的逻辑非常类似，因此需要将一些代码打包成函数放在execution_common.cpp中，方便重用。
以更新逻辑为例，主要分为以下步骤：

• 检查是否产生Write-Write Conflict，若产生则终止事务，否则继续往下
• 判断当前事务是否第一次更新该记录（查看表堆记录的时间戳与当前事务id是否一致）
  • 若为第一次更新，则需要创建新的undo log，并更新table heap中的记录以及undo link
  • 若不是第一次更新，则只需要修改之前创建过的undo log，更新table heap中的记录（确保事务在每条tuple上只存在一个undo log）

Task3.4 Stop-the-world Garbage Collection

由于bustub中的undo log管理在事务中，所以垃圾回收也以事务为单位，主要步骤如下：

• 遍历txn_map_的所有事务
  • 遍历当前事务的write set，从table heap中遍历write set中的每个记录，如果该事务创建的所有undo log均无效，则标记
• 回收被标记且已提交的事务

Task4 Primary Key Index

Task4会考虑主键依赖，并开始出现多线程的测试，debug会痛苦一些

Task4.0 Index Scan

与Task2顺序扫描类似，加上版本链查找逻辑即可

Task4.1 Inserts

插入逻辑需要考虑主键依赖，在插入之前，首先检测所插入的记录是否包含主键索引，如果所包含的主键索引在数据库中已存在，那么分为以下两种情况（如果只完成Task4.1及之前的所有任务，则不需要考虑这两种情况，均终止事务即可）。

• 若主键索引指向的记录已被删除，走更新流程
• 若主键索引指向的记录未被删除，终止当前事务
  若主键索引不存在，则插入记录，并更新索引。若更新索引时更新失败（因为可能有多个线程并行运行），那么也要终止当前事务。

Task4.2 Index Scan, Deletes and Updates

删除与更新逻辑均涉及版本链的更新，在多线程环境下，需要保证删除与更新逻辑的线程安全性。这里采用VersionLInk类中的in_progress字段实现无锁安全性，具体方法是：

1. 检查写写冲突
2. 循环获取in_progress字段，直到它的值为false或者循环超时（我设置的超时次数为100次）
3. 备份version_link
4. 更新in_progress字段为true（使用UpdateVersionLink函数，参数中的check函数需要检查之前保存的version_link是否被修改过）
5. in_progress字段更新成功，则进行记录的删除或更新逻辑；若更新失败，则回到第一步重新进行

记录的更新与删除逻辑与Task3.3一致，不再赘述

Task4.3 Primary Key Updates

当Update算子涉及到对主键的更新时，使用以前的更新逻辑会导致主键索引所指向的记录出错（因为主键的值被更新了，会映射到新的索引上）。
因此，这里的处理方法是，将记录删除后添加，不修改索引。

Bonus1 Abort

在事务终止时，需要回退事务的修改，遍历事务的writeset，根据undo log修改表堆记录即可。这里有两种实现方法，第一种是直接修改表堆记录，不改变version link，这会导致undo log的冗余；第二种是修改完表堆记录后，修改version link，跳过第一个undo log（因为它已经没用了）。