Index Concurrency Control

在前两节中讨论的数据结构中，我们都只考虑单线程访问的情况。实践中，绝大多数情况下，我们需要在并发访问情况下保证我们的数据结构还能够正常工作。除了 VoltDB，它用一个线程处理所有请求，彻底排除了并发的需要。

Concurrency Control

通常我们会从两个层面上来理解并发控制的正确性：

Logical Correctness：（17 节）我是否能看到我应该要看到的数据？
Physical Correctness：（本节）数据的内部表示是否安好？

本节大纲：

Latch Modes
Index Crabbing/Coupling
Leaf Scans
Delayed Parent Updates

Latch Modes

Read Mode

多个线程可以同时读取相同的数据
针对相同的数据，当别的线程已经获得处于 read mode 的 latch，新的线程也可以继续获取 read mode 的 latch

Write Mode

同一时间只有单个线程可以访问
针对相同的数据，如果获取前已经有别的线程获得任何 mode 的 latch，新的线程就无法获取 write mode 的 latch

B+ Tree Concurrency Control

我们希望在最大程度上允许多个线程同时读取、更新同一个 B+ Tree index，主要需要考虑两种情况：

多个线程同时修改同一个 node
一个线程正在遍历 B+ Tree 的同时，另一个线程正在 splits/merges nodes

举例如下：

T1 想要删除 44，T2 想要查询 41。删除 44 时，DBMS 需要 rebalance D 节点，将 H 节点拆分成两个节点。若在拆分前，T2 读取到 D 节点，发现 41 在 H 节点，此时时间片轮转到了 T1，T1 把 D 节点拆分成 H、I 两个节点，同时把 41 转移到 I 节点，之后 CPU 交还给 T2，T2 到 H 节点就找不到 41，如下图所示：

如何解决该问题？由于 B+ Tree 是树状结构，有明确的访问顺序，因此很容易想到沿着访问路径加锁的方法，即 Latch Crabbing/Coupling

Latch Crabbing/Coupling

Latch Crabbing 的基本思想如下：

获取 parent 的 latch
获取 child 的 latch
如果安全，则可以释放 parent 的 latch

这里的“安全”指的是，当发生更新操作时，该节点不会发生 split 或 merge 的操作，即：

在插入元素时，节点未满
在删除元素时，节点超过半满

Search

从 root 往下，不断地：

获取 child 的 read latch
释放 parent 的 read latch

举例如下：Search 38

Insert/Delete

从 root 往下，按照需要获取 write latch，一旦获取了 child 的 write latch，检查它是否安全，如果安全，则释放之前获取的所有 write latch。

例 1 如下：Delete 38

例 2 如下：Insert 45

例 3：Insert 25

Better Latching Algorithm

在实际应用中：

更新操作每次都需要在路径上获取 write latch 容易成为系统并发瓶颈
通常 Node 的大小为一个 page，可以存储很多 keys，因此更新操作的出现频率不算高

我们能否在 Latch Crabbing 的基础上做得更好？

可以采用类似乐观锁的思想，假设 leaf node 是安全（更新操作仅会引起 leaf node 的变化）的，在查询路径上一路获取、释放 read latch，到达 leaf node 时，若操作不会引起 split/merge 发生，则只需要在 leaf node 上获取 write latch 然后更新数据，释放 write latch 即可；若操作会引起 split/merge 发生，则重新执行一遍，此时在查询路径上一路获取、释放 write latch，即 Latch Crabbing 原始方案。

举例：Delete 38

Better Latching Algorithm 小结

Search：与 Latch Crabbing 相同
Insert/Delete:
- 使用与 Search 相同的方式在查询路径上获取、释放 latch，在 leaf node 上获取 write latch
- 如果 leaf node 不安全，可能会引起其它节点的变动，则使用 Latch Crabbing 的策略再执行一遍