一.框架理解
在淘宝文件系统中，通常会将文件索引存储在一块内存中，这块内存包含了若干个主块（Index Block）。每个主块中存储着多个文件的索引信息。每个文件的索引按照哈希表的形式进行存储，通过哈希值来定位到具体的文件索引。
具体来说，可以将淘宝文件系统的存储结构分为两层：
-
主块层（Index Block）：主块是内存中一个区域，用来存储多个文件的索引信息。每个主块包含多个文件的索引条目，每个索引条目中包含文件的关键信息（如文件名、路径等）以及指向文件存储位置的指针或哈希值。
-
哈希表层：在每个主块中，文件的索引信息按照哈希表的形式进行存储。通过计算文件关键信息的哈希值，可以直接定位到哈希表中相应的位置，快速检索文件的索引信息。
这种两层结构的设计可以提高文件检索的效率。首先在主块层中按照文件的哈希值进行索引，然后在哈希表层中根据具体的哈希值查找文件索引。这样组织可以有效地降低文件检索的时间复杂度，提高系统的性能。
二.哈希查找
1.概念
哈希查找的过程主要包括以下几个步骤：
-
计算哈希值：首先，对于要查找的关键信息（如文件名、路径等），利用哈希函数计算其哈希值。这个哈希值将用作索引，帮助定位到存储该关键信息的位置。
-
定位到哈希表中的位置：通过计算得到的哈希值，可以快速地定位到哈希表中的对应位置。在主块中的哈希表中，每个位置存储着一个文件索引条目，包含了文件的关键信息和指向文件实际位置的指针等信息。
-
在哈希表中搜索：在哈希表的指定位置，查找存储的文件索引信息。如果找到了匹配的索引条目，则表示找到了目标文件；如果没有找到匹配的索引条目，则可能存在哈希冲突，需要处理冲突并继续搜索。
-
处理哈希冲突：哈希函数可能会存在一定的碰撞，即不同的关键信息计算得到相同的哈希值。在处理哈希冲突时，可以采用开放寻址法、链地址法等方法。开放寻址法会尝试不同的位置存储冲突的关键信息，而链地址法会在哈希表中的每个位置维护一个链表，存储多个具有相同哈希值但不同关键信息的索引信息。
-
获取文件：如果成功找到了目标文件的索引信息，可以从索引信息中获取到文件的位置，然后通过该位置访问到文件内容。
哈希查找的过程主要借助哈希表来实现快速索引和检索。通过合理选择哈希函数和处理哈希冲突的方法，可以提高哈希查找的效率。在文件系统中，哈希查找能够帮助快速地定位到文件的索引信息，从而快速检索和获取文件内容。
2.具体代码分析
int IndexHandle::hash_find(const uint64_t key,int32_t¤t_offset,int32_t previous_offset)
{
int ret = TFS_SUCCESS;
MetaInfo mata_info;
current_offset=0;
previous_offset=0;
//1.确定key存放的通（slot)的位置
int32_t slot=key%bucket_size();
//2.读取桶首节点存储的第一个节点的偏移量，如果偏移量为零，直接返回EXIT_META_NOT_FOUND_ERROR
//3.根据偏移量读取存储的metainfo
//4.于key进行比较，相等则设置current_offset和previou_offset并返回TFS_SUCCESS ，否则继续执行5
//5.从metainfo中取得下一个节点的文件中的偏移量,如果偏移量为零，直接返回EXIT_META_NOT_FOUND_ERROR,否则跳转至3重新执行
int32_t pos=bucket_slot()[slot];//直接当数组用了
for(;pos!=0;)
{
ret = file_op_->pread_file(reinterpret_cast<char*>(meta_info)(&meta_info),sizeof(MetaInfo),pos);
if(TFS_SUCCESS!=ret)
{
return ret;
}
if(hash_compare(key,meta_info.get_key()))
{
current_offset=pos;
return TFS_SUCCESS;
}
previous_offset=pos;
pos=meta_info.get_next_meta_offset();
}
return EXIT_META_NOT_FOUND_ERROR;
}
3.偏移量计算分析
在淘宝文件系统中，定位到哈希表中的位置是通过偏移来查找的。具体来说，在主块中的哈希表结构中，可以采用以下方法确定偏移：
-
计算偏移量：根据映射到哈希表中的位置索引，可以通过乘以每个索引条目的大小来计算得到在主块中的偏移量。偏移量等于哈希值 mod 哈希表大小 乘以每个索引条目的大小。
-
查找索引条目：根据计算得到的偏移量，可以在主块中的哈希表结构中定位到对应的位置，即存储着文件索引信息的位置。
通过以上步骤，可以确定在哈希表中存储文件索引信息的位置的偏移量，从而可以快速地定位到需要查找的文件索引信息。哈希表的设计可以帮助加快查找速度，提高文件检索的效率。
4.易错点
计算的偏移量是与文件索引对应的文件无关的。在哈希表中，偏移量是用来确定存储文件索引信息的位置的，在这个位置存储的文件索引信息可能对应多个文件中的一个。因此，计算的偏移量主要是为了定位到存储文件索引信息的哈希表中的对应位置，而不是直接与具体的文件内容相关联的。一旦定位到哈希表中的位置，可以从该位置获取文件索引信息，然后根据索引信息再去查找对应的文件，进而获取文件内容。整个过程中，计算的偏移量是用来在哈希表中定位索引信息位置的一个辅助工具。
