PostgreSQL源码分析之shared buffer与磁盘文件

 我们知道，PostgreSQL数据库中的信息，最终是要写入持久设备的。那么PostgreSQL是怎么将信息组织存储在磁盘上的呢？ Bruce Momjian有一个slide 《Insider PostgreSQL shared memory》，里面的图片非常直观的描述了，shared buffer，page ，磁盘文件之间的关系，请看下图。 接下来几篇博客，从不同层面讲述PostgreSQL存储相关的的内存：
    
   上图中左下角是page的组织形式。PostgreSQL 8K为一个页面，从share buffer写入relation 对应的磁盘文件，或者从relation对应的磁盘文件读入8K到shared buffer。shared buffers是一组8K的页面，作为缓存。对于数据库的relation而言，一条记录（Item或者叫Tuple），大小不一，不会恰好占据8K的空间，可能只有几十个字节，所以，如何将多条记录存放进8K的shared buffer，这就是page的组织形式了，我会在另一篇博文介绍。
   对于Linux 我们知道，读文件，会首先将磁盘上的内容读入内存，写文件会首先写入cache，将cache标记成dirty，在合适的时机写入磁盘。对于这个不太熟悉的，可以阅读我前面的一篇博文 file 和page cache的一些事，PostgreSQL中shared buffers 之于relation file in disk 就相当于Linux 中page cache之于file in disk。

  查看/设置 shared buffers大小：
   首当其冲的是，PostgreSQL中shared buffers有多大，多少个8KB的buffers，当然这是可以配置的，我们通过如下方法查看配置：

   show shared_buffers

或者：

  select name,unit,setting,current_setting(name) from pg_settings where name = 'shared_buffers' ;

   
   上面讲述的是查看，如何修改呢？需要修改配置文件postgresql.conf :

root@manu:/usr/pgdata# cat postgresql.conf | grep ^shared_buffers
shared_buffers = 24MB            # min 128kB

    我们可以将shared_buffers改成一个其他的值，至于改成多大的值是合理的，则取决与你的硬件环境，比如你的硬件很强悍，16GB内存，那么这个值设置成24MB就太抠门了。至于shared buffers多大才合理，网上有很多的说法，有的说内存总量的10%～15%,有的说内存总量的25%,幸好PostgreSQL提供了一些performance measure的工具，让我们能够监测PostgreSQL运行的performance，我们实际情况可以根据PostgreSQL的性能统计信息，调大或者调小这个shared buffers的大小。
   但是又有个问题，shared buffer是以共享内存的形式分配的，如果在配置文件中配置的值超过操作系统对share memory的最大限制，会导PostgreSQL初始化失败。如下图，我将postgresql.conf中shared_buffers = 64MB,就导致了启动失败如下图所示：
  
    原因是kernel的SHMMAX最大只有32MB，下面我查看并且修改成512MB
 
   改过之后，就可以启动PostgreSQL了，我们可以查看shared_buffers已经变成了64MB：

manu_db=# show shared_buffers ;
 shared_buffers
----------------
 64MB
(1 row)

    
   简单的内容结束了，我们需要深入代码分析shared buffers的原理了，如何组织内存，如何分配，如何page replacement，都在源码之中查找答案。详细的内容，我打算在下一篇博文里面介绍，因为原理部分本身就会内容有很多，必然会导致我这篇文章比较长。我本文剩下的内容想介绍内存中的shared buffer 如何得知对应的磁盘的文件。因为shared buffer中的8K内容，最终会sync到磁盘文件。PostgreSQL是将内存中的shared buffer和磁盘上的某个文件对应起来的呢。

  shared buffer与relation的磁盘文件的对应关系
   本文的第一个图，上半部分讲述的是shared buffer的结构，分两部分 
   1 赤果果的buffer，N个8K块，每个块存放从relation对应磁盘文件读上来的某个8K的内容。
   2 管理buffer的结构，也是N个，有几个buffer，就有几个管理结构。Of Course，管理结构占用的内存空间要远小于赤果果的buffer，否则内存利用率太低了。 
   这是初始化的时候，为这两个部分分配空间：

   BufferDescriptors = (BufferDesc *)
        ShmemInitStruct("Buffer Descriptors",
                        NBuffers * sizeof(BufferDesc), &foundDescs);

    BufferBlocks = (char *)
        ShmemInitStruct("Buffer Blocks",
                        NBuffers * (Size) BLCKSZ, &foundBufs);

   这个管理buffer的结构体叫BufferDesc，我智商不高，也知道肯定也知道会记录对应的buffer有没有被使用，对应的是哪个磁盘文件的第几个8K block，为了应对并发，肯定会有锁。我们看下这个结构体的定义：

typedef struct sbufdesc
{
    BufferTag    tag;            /* ID of page contained in buffer */
    BufFlags    flags;            /* see bit definitions above */
    uint16        usage_count;    /* usage counter for clock sweep code */
    unsigned    refcount;        /* # of backends holding pins on buffer */
    int            wait_backend_pid;        /* backend PID of pin-count waiter */

    slock_t        buf_hdr_lock;    /* protects the above fields */

    int            buf_id;            /* buffer's index number (from 0) */
    int            freeNext;        /* link in freelist chain */

    LWLockId    io_in_progress_lock;    /* to wait for I/O to complete */
    LWLockId    content_lock;    /* to lock access to buffer contents */
} BufferDesc;

    OK，我们回到我们最初关系的问题，当前这个shared buffer和which db ，which table，which type（后面解释type），which file的which 8KB block对应。第一个 BUfferTag类型的tag字段就是确定这个对应关系的：

typedef enum ForkNumber
{
    InvalidForkNumber = -1,
    MAIN_FORKNUM = 0,
    FSM_FORKNUM,
    VISIBILITYMAP_FORKNUM,
    INIT_FORKNUM

    /*
     * NOTE: if you add a new fork, change MAX_FORKNUM below and update the
     * forkNames array in catalog.c
     */
} ForkNumber;

typedef struct RelFileNode
{
    Oid            spcNode;        /* tablespace */
    Oid            dbNode;            /* database */
    Oid            relNode;        /* relation */
} RelFileNode;

/*
 * Buffer tag identifies which disk block the buffer contains.
 *
 * Note: the BufferTag data must be sufficient to determine where to write the
 * block, without reference to pg_class or pg_tablespace entries. It's
 * possible that the backend flushing the buffer doesn't even believe the
 * relation is visible yet (its xact may have started before the xact that
 * created the rel). The storage manager must be able to cope anyway.
 *
 * Note: if there's any pad bytes in the struct, INIT_BUFFERTAG will have
 * to be fixed to zero them, since this struct is used as a hash key.
 */
typedef struct buftag
{
    RelFileNode rnode;            /* physical relation identifier */
    ForkNumber    forkNum;
    BlockNumber blockNum;        /* blknum relative to begin of reln */
} BufferTag;

    我们可以看到BufferTag中的rnode，表征的是which relation。这个rnode的类型是RelFileNode类型，包括数据库空间/database/relation，从上到下三级结构，唯一确定了PostgreSQL的一个relation。对于relation而言并不是只有一种类型的磁盘文件，

-rw------- 1 manu manu 270336 6月 3 21:31 11785
-rw------- 1 manu manu 24576 6月 3 21:31 11785_fsm
-rw------- 1 manu manu 8192 6月 3 21:31 11785_vm

    如上图所示11785对应某relation，但磁盘空间中有三种，包括fsm和vm后缀的两个文件。我们看下ForkNumber的注释：

/*
 * The physical storage of a relation consists of one or more forks. The
 * main fork is always created, but in addition to that there can be
 * additional forks for storing various metadata. ForkNumber is used when
 * we need to refer to a specific fork in a relation.
 */

    MAIN_FORKNUM type的总是存在，但是某些relation还存在FSM_FORKNUM和VISIBILITYMAP_FORKNUM两种文件，这两种我目前知之不详，我就不瞎说了。
    我们慢慢来，先放下blockNum这个成员变量，步子太大容易扯蛋，我们先根据rnode+forkNum找到磁盘对应的文件？
    这个寻找磁盘文件的事儿是relpath这个宏通过调用relpathbackend实现的：

char *
relpathbackend(RelFileNode rnode, BackendId backend, ForkNumber forknum)
{
        if (rnode.spcNode == GLOBALTABLESPACE_OID)
        {
             ...
        }
       else if (rnode.spcNode ==DEFAULTTABLESPACE_OID)
       {
            pathlen = 5 + OIDCHARS + 1 + OIDCHARS + 1 + FORKNAMECHARS + 1;
            path = (char *) palloc(pathlen);
            if (forknum != MAIN_FORKNUM)
                snprintf(path, pathlen, "base/%u/%u_%s",
                         rnode.dbNode, rnode.relNode,
                         forkNames[forknum]);
            else
                snprintf(path, pathlen, "base/%u/%u",
                         rnode.dbNode, rnode.relNode);
       }
       else
       {
           ...
       }
}

    
    
   因为我们是pg_default,所以我们走DEFAULTTABLESPACE_OID这个分支。决定了我们在base目录下，db的oid（即BufferTag->rnode->dbNode）是16384决定了base/16384/，BufferTag->rnode->relNode + BufferTag->forkNum 决定了是base/16384/16385还是 base/16384/16385_fsm or base/16384/16385_vm。 
    
    查找文件基本结束，不过，某些某些relation比较大，记录比较多，会导致磁盘文件超大，为了防止文件系统对磁盘文件大小的限制而导致的写入失败，PostgreSQL做了分段的机制。以我的friends为例，如果随着记录的不断插入，最后friends对应的磁盘文件16385越来越大，当超过1G的时候，PostgreSQL就会新建一个磁盘文件叫16385.1,超过2G的时候PostgreSQL再次分段，新建文件16385.2 。这个1G就是有Block size = 8KB和blockS per segment of large relation=128K（个）共同决定的。
   
   源码中的定义上面有注释，解释了很多内容：  

/* RELSEG_SIZE is the maximum number of blocks allowed in one disk file. Thus,
   the maximum size of a single file is RELSEG_SIZE * BLCKSZ; relations bigger
   than that are divided into multiple files. RELSEG_SIZE * BLCKSZ must be
   less than your OS' limit on file size. This is often 2 GB or 4GB in a
   32-bit operating system, unless you have large file support enabled. By
   default, we make the limit 1 GB to avoid any possible integer-overflow
   problems within the OS. A limit smaller than necessary only means we divide
   a large relation into more chunks than necessary, so it seems best to err
   in the direction of a small limit. A power-of-2 value is recommended to
   save a few cycles in md.c, but is not absolutely required. Changing
   RELSEG_SIZE requires an initdb. */
#define RELSEG_SIZE 131072

    当然了这个128K的值是默认值，我们编译PostgreSQL的阶段 configure的时候，可以通过--with-segsize 指定其他的值，不过这个我没有try过。
   考虑上segment，真正的磁盘文件名fullpath就呼之欲出了：
   如果分段了，在relpath获取的名字后面加上段号segno，如果段号是0,那么fullpath就是前面讲的relpath。

static char *
_mdfd_segpath(SMgrRelation reln, ForkNumber forknum, BlockNumber segno)
{
    char     *path,
             *fullpath;

    path = relpath(reln->smgr_rnode, forknum);

    if (segno > 0)
    {
        /* be sure we have enough space for the '.segno' */
        fullpath = (char *) palloc(strlen(path) + 12);
        sprintf(fullpath, "%s.%u", path, segno);
        pfree(path);
    }
    else
        fullpath = path;

    return fullpath;
}

    怎么判断segno是几？这个太easy了，(BufferTag->rnode->blockNum/RELSEG_SIZE)。
   OK，讲过这个shared buffer中的8K块和relation 的磁盘文件的对应关系，我们就可以安心讲述 shared buffer的一些内容了。悲剧啊，文章写了好久。
参考文献：
1 PostgreSQL 性能调校
2 PostgreSQL 9.1.9 Source Code
3 Bruce Momjian的Insider PostgreSQL shared memory