linux内核哈希查找（1）

  在内核中，查找是必不可少的，比如说内核管理这么多用户进程，现在要快速定位
某一个进程，这儿需要查找，还有，一个进程的地址空间中有多个虚存区，内核要快速
定位进程地址空间的某个虚存区，这儿也需要查找，等等。其中用的最多就是基于树的
查找-------->红黑树。和基于计算的查找------->哈希查找。两者的查找的效率高，而且
适应内核的情况，而基于线性表的查找-------->二分查找，尽管效率高但不能适应内核
里面的情况，现在版本的内核几乎不可能使用数组管理一些数据，这太原始了。而二分
查找必须使用数组，所以内核中不用二分查找。
--------------------------------------------------------------------------------
1，内核哈希查找的初始化。（用于进程的快速查找）

/*
 * The pid hash table is scaled according to the amount of memory in the
 * machine. From a minimum of 16 slots up to 4096 slots at one gigabyte or
 * more.
 */
void __init pidhash_init(void)
{
        int i, pidhash_size;        //为数组开辟空间
        pid_hash = alloc_large_system_hash("PID", sizeof(*pid_hash), 0, 18,
                                           HASH_EARLY | HASH_SMALL,
                                           &pidhash_shift, NULL, 4096);
        pidhash_size = 1 << pidhash_shift;//数组的长度

        for (i = 0; i < pidhash_size; i )
                INIT_HLIST_HEAD(&pid_hash[i]);//将数组中的指针都初始化为NULL
}

初始化思想很简单，就是建立一个哈希数组（自己定义的一个概念，哈希表中的那个数组），
并将该数组进行初始化，该函数在start_kernel中被调用，至于数组的长度，可以写个小的
内核模块很简单就可以把它的大小读出来。pidhash_shift是个全局的变量，没有导出，可以
在内核符号表中找到其地址，cat /proc/kallsyms | grep pidhash_shift 把该值打印出来就
知道数组的大小了。从上面的代码可以看出，这个数组的长度还依赖于机器内存的大小，一般
内存环境该数组的长度都为4096.下面有个小模块可以读出pidhash_shift的值。
--------------------------------------------------------------------------------------------

  1 #include <linux/module.h>
  2 #include <linux/kernel.h>
  3 #include <linux/init.h>
  4 #include <linux/moduleparam.h>
  5 #include <linux/list.h>
  6 #include <linux/hash.h>
  7
    //cat /proc/kallsyms | grep pidhash_shift
  8 unsigned int *p_shift = (unsigned int *)0xc176ab0c;
  9
 10 static int __init hash_size_init(void)
 11 {
 12 ---printk("pidhash_shift----------------->%u\n",*p_shift);
 13 ---return 0;
 14 }
 15
 16 static void __exit hash_size_exit(void)
 17 {
 18 printk("<1>exit ---------------------!\n");
 19 }
 20
 21 module_init(hash_size_init);
 22 module_exit(hash_size_exit);
 23 MODULE_LICENSE("GPL");

--------------------------------------------------------------------------------------------
2，哈希函数的建立。
     哈希查找肯定离不开哈希函数，其实哈希函数就是一个数学函数，用来将实体分布在
哈希表中，前少冲突的发生。

 40 #define pid_hashfn(nr, ns) -\
 41 ---hash_long((unsigned long)nr (unsigned long)ns, pidhash_shift)

26 #define hash_long(val, bits) hash_32(val, bits)

 19 /* 2^31 2^29 - 2^25 2^22 - 2^19 - 2^16 1 */ 20 #define GOLDEN_RATIO_PRIME_32 0x9e370001UL

 57 static inline u32 hash_32(u32 val, unsigned int bits)
 58 {
 59 ---/* On some cpus multiply is faster, on others gcc will do shifts */
 60 ---u32 hash = val * GOLDEN_RATIO_PRIME_32;
 61
 62 ---/* High bits are more random, so use them. */
 63 ---return hash >> (32 - bits);
 64 }

由此看出，内核将进程分布到哈希表的索引是由进程号和命名空间两个决定的，使用的
数学函数也比较复杂。我想这也是为了减少冲突的发生。
--------------------------------------------------------------------------------------------
3，如何避免哈希冲突。
     内核里面的哈希一般都是使用连地址法解决冲突，这种方式在应用上很可行，使用
双向链表把冲突的节点都链接起来。

-----------------------------------------------------------------------------------------
4,在创建进程的过程中往哈希表中插入进程的“索引”。
进程在alloc_pid函数中将struct  pid插入到哈希表中。
调用过程见下图：

----------------------------------------------------------------------------------------------
alloc_pid中的代码：

spin_lock_irq(&pidmap_lock);
        for ( ; upid >= pid->numbers; --upid)
                hlist_add_head_rcu(&upid->pid_chain,
                                &pid_hash[pid_hashfn(upid->nr, upid->ns)]);
spin_unlock_irq(&pidmap_lock);

进程将创建好的struct pid中的nr和ns作为哈希函数的输入，从而计算出哈希数组的下标，
然后使用头插法，将struct hlist_node *pid_chain节点插入到链表中。
----------------------------------------------------------------------------------------------
5，使用哈希查找快速定位struct pid
在内核函数中，有个find_vpid函数，可以通过进程的pid快速找到进程的struct pid。
其中就是在建立好的哈希表中进行查找。

struct pid *find_pid_ns(int nr, struct pid_namespace *ns)
{
        struct hlist_node *elem;
        struct upid *pnr;

        hlist_for_each_entry_rcu(pnr, elem,
                        &pid_hash[pid_hashfn(nr, ns)], pid_chain)
                if (pnr->nr == nr && pnr->ns == ns)
                        return container_of(pnr, struct pid,
                                        numbers[ns->level]);

        return NULL;
}

find_vpid就是直接调用find_pid_ns，该函数的两个参数，一个是进程pid，一个是命名空间ns
通过这两个就可以使用哈希函数定位到哈希数组的下标索引，然后遍历该数组单元的链表即可找到
进程的struct pid。