MySQL版本：5.7.14

源码位置为hash0hash.h hash0hash.cc

作为一种时间复杂度最优为O(1)的数据结构，但是最坏时间复杂对位O(n)的一种数据结构，但是在良好的设计hash函数的情况下性能还是非常好的。关于hash表的图在最后给出。在innodb中各种数据结构都使用hash表查找比如LOCK_T结构，还有我们特别熟悉的自适应hash索引等等，下面我们进行一些探讨。

一、innodb hash函数

首先我们不得不研究一下innodb的hash函数,hash函数的设计至少有2个要求

1、计算简单，否则如果计算花费了太多时间你的hash查找表也是不成功的

2、计算能够尽可能的分散值

那么innodb是如何设计这个hash函数的呢？很简单如下：

ulint

ut_hash_ulint(

/*==========*/

ulint    key,    /*!< in: value to be hashed */

ulint    table_size)    /*!< in: hash table size */

{

ut_ad(table_size);

key = key ^ UT_HASH_RANDOM_MASK2;

return(key % table_size);

}

上层调用为

ulint

hash_calc_hash(

/*===========*/

ulint    fold,    /*!< in: folded value */

hash_table_t*    table)    /*!< in: hash table */

{

ut_ad(table);

ut_ad(table->magic_n == HASH_TABLE_MAGIC_N);

return(ut_hash_ulint(fold, table->n_cells));

}

可以看到这里实际上和你的键值和你hash的cells(桶数量)，我们看到这里做了一个异或操作然后和cells(桶数量)进行取模操作，非常简单实用。

二、处理冲突

hash表避免不了冲突，而数据库中往往也利用这一点，将多个链表合并起来，innodb当然也就采用了链表的方式来处理冲突。那么言外之意每一个数据结构中必须包含一个如普通链表中 data_struct* next的指针，当然这里也可以用void*泛型指针，我们来看看lock_t结构体中：

hash_node_t hash; /*!< hash chain node for a record lock */

确实如此。这也是单项链表实现的基础。

三、HASH表头

一个hash表当然需要一个hash表头这个表头指向了具体的cell 数组(内存相似但在heap空间不再栈上)，

innodb中如下，我去掉了一些用处不大的：

struct hash_table_t {

enum hash_table_sync_t    type;    /*

ulint    n_cells;/* number of cells in the hash table */

hash_cell_t*    array;    /*!< pointer to cell array */

mem_heap_t*    heap;

};

可以看到hash_cell_t* array;就是这样一个元素，他实际上就是hash_cell_t就是一个元素void*。

typedef struct hash_cell_struct{

void*    node;    /*!< hash chain node, NULL if none */

} hash_cell_t;

那么通过这个元素他能够指向具体的hash表了。那么user_str(用户自己的结构体)->array->node就指向了一个

具体cell的地址了，后面的只是地址指针++就可以了。那么我们user_str也至少包含这样一个

hash_table_t*的指针来指向整个hash表，确实如此在innodb lock_sys_t中包含了

hash_table_t* rec_hash

那么我们可以lock_sys_t和lock_t为列子画一张展示图如下：

四、hash表的建立

这里主要涉及到cell的计算，计算函数为ut_find_prime，这里不用太多解释

hash_create(

/*========*/

ulint    n)    /*!< in: number of array cells */

{

hash_cell_t*    array;

ulint    prime;

hash_table_t*    table;

prime = ut_find_prime(n);//计算cell桶的数量

table = static_cast(mem_alloc(sizeof(hash_table_t)));//为hash表头分配内存

array = static_cast(

ut_malloc(sizeof(hash_cell_t) * prime));//为hash表分配内存

/* The default type of hash_table is HASH_TABLE_SYNC_NONE i.e.:

the caller is responsible for access control to the table. */

table->type = HASH_TABLE_SYNC_NONE;

table->array = array;//hash表头指向hash表

table->n_cells = prime;//设置

table->heap = NULL;

ut_d(table->magic_n = HASH_TABLE_MAGIC_N);

/* Initialize the cell array */

hash_table_clear(table); //memset 0x00整个hash表

return(table);

}

注意：下面都是通过LOCK部分hash表的实现来注释的，其他其实也是一样的。

五、插入一个元素

这部分是通过宏定义来做的如下，我写了详细的解释

/*******************************************************************//**

Inserts a struct to a hash table. */

/*

HASH_INSERT(lock_t, hash, lock_sys->rec_hash,lock_rec_fold(space, page_no), lock);

TYPE=lock_t:代表数据类型

NAME=hash:代表lock_t下面有一个hash元素指针，其实这个指针和我们平时用的链表的struct* NEXT没什么区别

唯一区别就是他是void*的

(hash_node_t    hash;

typedef void* hash_node_t;)

TABLE=lock_sys->rec_hash:代表hash表的地址指针,输入参数

(hash_table_t*    rec_hash;)

FOLD=lock_rec_fold(space, page_no):函数lock_rec_fold通过表空间和页号得到一个unsigned long数字

DATA=lock:这实际上就是你的数据的指针，当然这里就是lock_t* 输入参数

*/

#define HASH_INSERT(TYPE, NAME, TABLE, FOLD, DATA)\

do {\

hash_cell_t*    cell3333;\//实际上就是void*

TYPE*    struct3333;\ //lock_t* struct3333;

\

HASH_ASSERT_OWN(TABLE, FOLD)\//断言不考虑

\

(DATA)->NAME = NULL;\//lock->hash = NULL;

\

cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE));\

\

if (cell3333->node == NULL) {\ //如果为NULL没有元素挂载到这个cell下

cell3333->node = DATA;\ //则我们挂载到这个cell下

} else {\

struct3333 = (TYPE*) cell3333->node;\ //否则说明有元素了取到这个元素的指针 lock_t* struct3333 = (lock_t*)cell3333->node;

\

while (struct3333->NAME != NULL) {\ //如果struct3333->hash 不等于NULL 说明他下面有元素了

\

struct3333 = (TYPE*) struct3333->NAME;\ //那么我们需要做的是指针像链表下一个元素移动

}\

\

struct3333->NAME = DATA;\ //最后找到链表末尾 将数据节点挂载到下面 struct3333->hash = lock(lock是lock_t*)

}\

} while (0)

六、删除一个元素

这部分也是通过宏定义来做的如下，我写了详细的解释

/*******************************************************************//**

Deletes a struct from a hash table. */

/*

有了上面基础也就比较简单了，这里直接在代码进行注释

HASH_DELETE(lock_t, hash, lock_sys->rec_hash,lock_rec_fold(space, page_no), in_lock);

*/

#define HASH_DELETE(TYPE, NAME, TABLE, FOLD, DATA)\

do {\

hash_cell_t*    cell3333;\//实际上就是void*

TYPE*    struct3333;\ //lock_t* struct3333;

\

HASH_ASSERT_OWN(TABLE, FOLD)\//断言不考虑

\

cell3333 = hash_get_nth_cell(TABLE, hash_calc_hash(FOLD, TABLE));\//通过函数hash_get_nth_cell计算这个值在哪个cell也就是hash 桶中

\

if (cell3333->node == DATA) {\ //地址比较，如果地址相同其地址必然相同

HASH_ASSERT_VALID(DATA->NAME);\//断言不考虑

cell3333->node = DATA->NAME;\//如果找到 将指针移动到下一个元素 言外之意这里去掉了一个内存单元就是找到的那个

} else {\

struct3333 = (TYPE*) cell3333->node;\ //链表循环找

\

while (struct3333->NAME != DATA) {\

\

struct3333 = (TYPE*) struct3333->NAME;\

ut_a(struct3333);\

}\

\

struct3333->NAME = DATA->NAME;\ //最终找到 就做 链表去掉这个内存元素动作

}\

//最终这里涉及到一个问题就是释放问题，但是注意虽然这个数据的指针在链表中去掉了，但是指针本身还在，可以拿到做free即可

HASH_INVALIDATE(DATA, NAME);\ //debug版本使用不考虑

} while (0)

七、其他

其他函数还包含：

HASH_SEARCH_ALL:宏实现在整个hash表中查找一个元素，相当于真个cell个链表查找

HASH_SEARCH:宏实现在有建值的情况下查找一个元素、言外之意cell(桶)确定了，相当于链表查找

hash_table_clear: 清空一个hash表

就不详细解释了，当然我只是对基本实现和常用的方法进行了描述，其他方面遇到再说吧。