Simple-db-lab1

Simple-db-lab1

本实验主要实现了一个数据库的基本组成部分：

• TupleDesc

  TupleDesc 用来描述一个元组，一个元组包含一个或多个 字段（如 Student(id, name, age, ...)），每一个字段都需要确定的知道它的 类型 + 字段名。定义如下：

  public static class TDItem implements Serializable {
      // 类型
      public final Type fieldType;
      // 字段名
      public final String fieldName;
  }
  
  public class TupleDesc implements Serializable {
      private final TDItem[] tds;
  }
  

• Tuple

  一个 Tuple 就是数据表中的一条记录，本实验中只包含 INT 与 STRING 两种类型的数据，对应 IntField 与 StringField 两种字段，一条记录包含了一个或多个字段，所以每一个 Tuple 需要包含一个字段的数组。

  public class IntField implements Field {
      private final int value;
  }
  
  public class StringField implements Field {
  	private final String value;
  	private final int maxSize;
  }
  
  public class Tuple implements Serializable {
      private TupleDesc tupleDesc;
      private RecordId recordId;
      private final Field[] fields;
  }
  

• Catalog

  Catalog 存储数据库的元数据，描述了这个数据库中所有的数据表信息。这里单独定义了一个 Table 的结构体，用 ConcurrentHashMap 来存储 tableId 与 Table 加速查找并保证线程安全。每一个 Table 都对应磁盘上的一个 DbFile，用来存储数据。

  public class Catalog {
      
      private final ConcurrentHashMap<Integer, Table> catalog;
      
      private static class Table{
          
          static private long increaseID = 0;
          
          public final DbFile file;
          public final String name;
          public final String pkeyField;
          public final long tableId;
      }
  }
  

• BufferPool

  Table 以 DbFile（e.g. HeapFile）的形式存储在磁盘上，DbFile 由许多 Page (e.g. HeapPage) 组成，每一个 Page 有固定的大小，存储固定数量的 Tuple。BufferPool 利用局部性原理来集中管理从磁盘读取的 Page（通过调用 DbFile 的 readPage 函数），提高读写效率。

  public class BufferPool {
      
      private static final int DEFAULT_PAGE_SIZE = 4096;
  
      private static int pageSize = DEFAULT_PAGE_SIZE;
  
      public static final int DEFAULT_PAGES = 50;
  
      private final int maxPages;
      private final ConcurrentHashMap<Integer, Page> pages;
  }
  

• HeapPageId

  一个 Page 可以由 两个元素 唯一标识，这个 Page 所属的 Table，以及这个 Page 在这个 Table 中所处的位置。

  public class HeapPageId implements PageId {
      private final int tableId;
      private final int pgNo;
  }
  

• RecordId

  一个 Record 可以由 三个元素 唯一标识，这个 Tuple 所属的 Table，在 Table 中的哪一个 Page （前两项可以用 PageId 表示）以及在 Page 中的位置。

  public class RecordId implements Serializable {
  
      private final PageId pid;
      private final int tupleno;
  }
  

• HeapPage

  一个 Page 由 header 和多个 tuple 组成。header 是一个 bitmap，用来标注哪一个 tuple 正在被使用。header 后面就是这个 Page 存储的所有 tuple，每一个 tuple 占用一个 slot。

  public class HeapPage implements Page {
  
      final HeapPageId pid;
      final TupleDesc td;
      final byte[] header;
      final Tuple[] tuples;
      final int numSlots;
  
      byte[] oldData;
      private final Byte oldDataLock= (byte) 0;
  }
  

• HeapFile

  每一个 Table 都唯一对应一个 DbFile 用来在磁盘上存储数据。HeapFile 是 DbFile 接口的一个实现。DbFile 的实现依赖于文件系统，readPage 函数从相应 DbFile 的偏移位置读取一个 Page 大小的字节数。

  public class HeapFile implements DbFile {
  
      private final File file;
      private final TupleDesc td;
  }
  

• SeqScan

  SeqScan 是本实验实现的第一个运算符，利用了 HeapFile 中实现的迭代器来遍历表中的元组。

  public class SeqScan implements OpIterator {
  
      private TransactionId tid;
      private int tableid;
      private String tableAlias;
      private DbFileIterator it;
  }
  

整个数据库系统的相关数据结构及关系如下图所示：