关于golang:浅谈MatrixOne如何用Go语言设计与实现高性能哈希表

47次阅读

共计 7088 个字符,预计需要花费 18 分钟才能阅读完成。

目录

  • MatrixOne 数据库是什么?
  • 哈希表数据结构根底
  • 哈希表根本设计与对性能的影响

    • 碰撞解决

      • 链地址法
      • 凋谢寻址法
    • Max load factor
    • Growth factor
    • 闲暇桶探测办法
  • 一些常见的哈希表实现

    • C++ std::unordered_map/boost::unordered_map
    • go map
    • swisstable
    • ClickHouse 的哈希表实现
  • 高效哈希表的设计与实现

    • 根本设计与参数抉择
    • 哈希函数
    • 非凡优化
    • 具体实现代码
  • 性能测试

    • 测试环境
    • 测试内容
    • 整数 key 后果
    • 字符串 key 后果
  • 总结

MatrixOne 数据库是什么?

MatrixOne 是一个新一代超交融异构数据库,致力于打造繁多架构解决 TP、AP、流计算等多种负载的极简大数据引擎。MatrixOne 由 Go 语言所开发,并已于 2021 年 10 月开源,目前曾经 release 到 0.3 版本。在 MatrixOne 已公布的性能报告中,与业界当先的 OLAP 数据库 Clickhouse 相比也不落下风。作为一款 Go 语言实现的数据库,竟然能够与 C ++ 实现的顶级 OLAP 数据库性能媲美,这其中就波及到了很多方面的优化,包含高性能哈希表的实现,本文就将具体阐明 MatrixOne 是如何用 Go 实现高性能哈希表的。

Github 地址:https://github.com/matrixorig…

哈希表数据结构根底

哈希表(Hashtable)是一种十分根底的数据结构,对于数据库的分组聚合和 Join 查问的性能至关重要。以如下的分组聚合为例(备注,图引自参考文献[1]):

SELECT col, count(*) FROM table GROUP BY col

它蕴含两个解决阶段:第 1 阶段是应用数据源的数据建设一个哈希表。哈希表中的每条记录都与一个计数器无关。如果记录是新插入的,相干的计数器被设置为 1;否则,计数器被递增。第二阶段是将哈希表中的记录集合成一种可用于进一步查询处理的格局。

对于 Join 查问而言,以如下 SQL 为例:

SELECT A.left_col, B.right_col FROM A JOIN B USING (key_col)

它同样也有两个阶段:第一阶段是应用 Join 语句右侧表的数据建设一个哈希表,第二阶段是从左侧表中读取数据,并疾速探测刚刚建设的哈希表。构建阶段与下面的分组实现相似,但每个哈希表的槽位都存储了对左边列的援用。

由此可见,哈希表对于数据库的 SQL 根底能力起着很要害的作用,本文探讨哈希表的根本设计与对性能的影响,比拟各种常见哈希表实现,而后介绍咱们为 MatrixOne 实现的哈希表的设计抉择与工程优化,最初是性能测试后果。

咱们预设读者曾经对文中提到哈希表相干的概念有所理解,次要探讨其对性能的影响,不做具体科普。如果对基本概念并不理解,请从其余起源获取相干常识,例如维基百科。

哈希表根本设计与对性能的影响

碰撞解决

不同的 key 经哈希函数映射到同一个桶,称作哈希碰撞。各种实现中最常见的碰撞解决机制是链地址法(chaining)和凋谢寻址法(open-addressing)。

链地址法

在哈希表中,每个桶存储一个链表,把雷同哈希值的不同元素放在链表中。这是 C ++ 规范容器通常采纳的形式。

长处:

  • 实现最简略直观
  • 空间节约较少

凋谢寻址法

若插入时产生碰撞,从碰撞产生的那个哈希桶开始,依照肯定的秩序,找出一个闲暇的桶。

长处:

  • 每次插入或查找操作只有一次指针跳转,对 CPU 缓存更敌对
  • 所有数据寄存在一块间断内存中,内存碎片更少

当 max load factor 较大时,性能不如链地址法。然而当咱们被动就义内存,抉择较小的 max load factor 时(例如 0.5),局势就产生逆转,凋谢寻址法反而性能更好。因为这时哈希碰撞的概率大大减小,缓存敌对的劣势得以凸显。

值得注意的是,C++ 规范容器实现不采纳凋谢寻址法是由 C ++ 规范决定,而非依据性能考量(具体可见这个 boost 文档)。

Max load factor

对链地址法哈希表,指均匀每个桶所含元素个数下限。

对凋谢寻址法哈希表,指已填充的桶个数占总的桶个数的最大比值。

max load factor 越小,哈希碰撞的概率越小,同时节约的空间也越多。

Growth factor

指当已填充的桶达到 max load factor 限定的下限,哈希表须要 rehash 时,内存扩张的倍数。growth factor 越大,哈希表 rehash 的次数越少,然而内存节约越多。

闲暇桶探测办法

在凋谢寻址法中,若哈希函数返回的桶曾经被其余 key 占据,须要通过预设规定去邻近的桶中寻找闲暇桶。最常见有以下办法(假如一共 |T| 个桶,哈希函数为 H(k)):

  • 线性探测(linear probing):对 i = 0, 1, 2…,顺次探测第 H(k, i) = H(k) + ci mod |T| 个桶。
  • 平方探测(quadratic probing):对 i = 0, 1, 2…,顺次探测 H(k, i) = H(k) + c1i + c2i2 mod |T|。其中 c 2不能为 0,否则进化成线性探测。
  • 双重哈希(double hashing):应用两个不同哈希函数,顺次探测 H(k, i) = (H1(k) + i * H2(k)) mod |T|。

线性探测法比照其余办法,均匀须要探测的桶数量最多。然而线性探测法拜访内存总是程序间断拜访,最为缓存敌对。因而,在抵触概率不大的时候(max load factor 较小),线性探测法是最快的形式。

其余还有一些更精美的探测办法,例如 cuckoo hashing,hopscotch hashing,robin hood hashing(文章结尾给的维基百科页面里都有介绍)。然而它们都是为 max load factor 较大(0.6 以上)的情景设计的。在 max load factor = 0.5 的时候,理论测试中性能都不如最原始最间接的线性探测。

一些常见的哈希表实现

C++ std::unordered_map/boost::unordered_map

基于下面提到的起因,解决碰撞应用链地址法。默认 max load factor = 1,growth factor = 2。设计简略,不必多说。

go map

通过浏览 golang 库的代码得悉,golang 内置的 map 采纳链地址法。

swisstable

来自于 Google 推出的 abseil 库,是一款性能非常优良的针对通用场景的哈希表实现。碰撞解决形式应用凋谢寻址,地址探测办法是在分块外部做平方探测。parallel-hashmap,以及 rust 语言规范库的哈希表实现,都是基于 swisstable。更多信息可参考此处。

ClickHouse 的哈希表实现

采纳凋谢寻址,线性探测。max load factor 为 0.5,growth factor 在桶数量小于 2^24 时为 4,否则为 2。

针对 key 为字符串的情景,ClickHouse 还有专门的依据字符串长度自适应的哈希表实现,具体参见论文,这里不开展。

高效哈希表的设计与实现

MatrixOne 是应用 go 语言开发的数据库,市面上的出名哈希表实现咱们都无缘间接应用,而在初始的实现中,咱们采纳了 go 语言自带的 map,后果高基数的分组 (比方多属性分组很容易做到高基数) 性能相比 ClickHouse 差距会靠近一个数量级,低基数也慢不少,所以咱们必须实现本人的版本。

根本设计与参数抉择

ClickHouse 的哈希表在自带的 benchmark 中体现出了最高的性能,因而借鉴其具体实现成为非常天然的抉择。咱们照搬了 ClickHouse 的如下设计:

  • 凋谢寻址
  • 线性探测
  • max load factor = 0.5,growth factor = 4
  • 整数哈希函数基于 CRC32 指令

具体起因后面曾经提到,当 max load factor 不大时,凋谢寻址法要优于链地制法,同时线性探测法又优于其余的探测办法。

并做了如下批改(优化):

  • 字符串哈希函数基于 AESENC 指令
  • 插入、查找、扩张时批量计算哈希函数
  • 扩张时间接遍历旧表插入新表

    • ClickHouse 是先把旧表整体 memcpy 到新表中,再遍历调整地位。没找到如此设计的起因,然而经测试性能不如咱们的形式。

哈希函数

哈希函数的作用是将任意的 key 映射到哈希表的一个地址,是哈希表插入和查找过程的第一步。数据库场景中应用的哈希函数,应该满足:

  • 速度尽量快
  • 打散得尽量平均(防止汇集),这样使得碰撞概率尽量小,若哈希表做分区的话也可保障分得平均
  • 不须要思考密码学安全性

在 ClickHouse 的实现中,次要应用古代 CPU(amd64 或者 arm64)自带的 CRC32 指令来实现哈希函数。

inline DB::UInt64 intHashCRC32(DB::UInt64 x)
{
#ifdef __SSE4_2__
    return _mm_crc32_u64(-1ULL, x);
#elif defined(__aarch64__) && defined(__ARM_FEATURE_CRC32)
    return __crc32cd(-1U, x);
#else
    /// On other platforms we do not have CRC32. NOTE This can be confusing.
    return intHash64(x);
#endif
}

经实测,打散成果十分不错,而且每个 64 位整数只需一条 CPU 指令,曾经达到实践极限,速度远超 xxhash,Murmur3 等一系列没有应用非凡指令的“一般”哈希函数。

咱们的整数哈希函数也应用同样的办法实现。

TEXT ·Crc32Int64Hash(SB), NOSPLIT, $0-16
    MOVQ   $-1, SI
    CRC32Q data+0(FP), SI
    MOVQ   SI, ret+8(FP)

    RET

值得注意的是,go 语言不具备 C /C++/rust 的 intrinsics 函数库,因而要应用某些非凡的指令,只能用 go 汇编本人实现。而且 go 汇编函数目前无奈内联,因而为了最大化性能,须要把计算哈希函数的过程做成批量化。这点将在后续的文章中具体介绍。

蕴含 CRC32 指令的 SSE4.2 最早见于 2008 年公布的 Nehalem 架构 CPU。因而咱们假如用户的 CPU 都反对这一指令,毕竟更老的设施用来跑 AP 数据库仿佛不太适合了。

对于字符串类型的哈希函数,ClickHouse 依然通过 CRC32 指令实现。咱们通过调研,抉择基于 AESENC 指令来实现。AESENC 蕴含在 AES-NI 指令集中,由 Intel 于 2010 年公布的 Westmere 架构中首次引入,单条指令执行 AES 加密过程中的一个 round。AESENC 均匀一条指令解决 128 位数据,比 CRC32 更快,而且提供 128 位后果,适应更多利用场景(比照 CRC32 只有 32 位)。在实测中基于 AESENC 的哈希函数打散成果同样优良。网络上基于 AESENC 指令实现的哈希函数曾经有不少,例如 nabhash,meowhash,aHash。咱们本人的实现在这里(amd64)和这里(arm64)。

非凡优化

咱们针对字符串 key,应用了一种非常规的设计:不在哈希表中保留原始的 key,而是存两个不同的基于 AESENC 指令的哈希函数,其中一个 64 位的后果当作哈希值,另一个 128 位的后果当作“key”。192 位再加上 64 位的 value,每个桶宽度正好是 32 字节,可齐全与 CPU 的 cacheline 对齐。在碰撞解决中,不比拟原始 key,而是比拟这 192 位的数据。不同的字符串两个哈希值同时碰撞的概率极低,在 AP 零碎中能够忽略不计。这样做的劣势是把变长字符串比拟变成了定长的 3 个 64 位整数比拟,而且还省掉一次指针跳转开销,大大减速碰撞检测的过程。

代码片段:

type StringHashMapCell struct {HashState [3]uint64
    Mapped    uint64
}

...

func (ht *StringHashMap) findCell(state *[3]uint64) *StringHashMapCell {
    mask := ht.cellCnt - 1
    idx := state[0] & mask
    for {cell := &ht.cells[idx]
        if cell.Mapped == 0 || cell.HashState == *state {return cell}
        idx = (idx + 1) & mask
    }
    return nil
}

具体实现代码

  • https://github.com/matrixorig…

性能测试

测试环境

  • CPU:AMD Ryzen 9 5900X
  • 内存:DDR4-3200 32GB
  • 操作系统:Manjaro 21.2
  • 内核版本:5.16.11
  • 数据:ClickHouse 提供的一亿行 Yandex.Metrica 数据集

测试内容

每个测试都是程序插入一亿条记录,再以雷同程序查找一亿条记录。过程相似如下代码所展现:

...
// Insert
for (auto k : data) {hash_map.emplace(k, hash_map.size() + 1);
}
...
// Find
size_t sum = 0;
for (auto k : data) {sum += hash_map[k]
}
...

整数 key 后果

下表中记录了一些哈希表实现对 Yandex.Metrica 数据集不同属性 insert/find 所用的工夫,单位毫秒(ms)。

属性 ParamPrice CounterID RegionID FUniqID UserID URLHash RefererHash WatchID
基数 1109 6506 9040 15112668 17630976 20714865 21598756 99997493
ClickHouse HashMap 67 / 46 175 / 147 154 / 141 1235 / 873 1651 / 893 2051 / 1027 1945 / 1033 5389 / 2040
google::dense_hash_map 767 / 758 273 / 262 261 / 260 1861 / 1071 1909 / 1020 2134 / 1158 2203 / 1156 6181 / 2365
absl::flat_hash_map 227 / 223 236 / 230 230 / 231 1544 / 1263 1685 / 1354 2092 / 1504 1987 / 1521 6278 / 3166
std::unordered_map 298 / 301 323 / 356 443 / 443 4740 / 2277 4966 / 2459 5473 / 3058 5536 / 2849 24832 / 6348
tsl::hopscotch_map 166 / 162 376 / 250 167 / 167 2151 / 920 2225 / 1006 3055 / 1278 2830 / 1246 9473 / 3170
tsl::robin_map 247 / 281 240 / 225 276 / 254 1641 / 1152 2052 / 1132 2445 / 1320 2371 / 1295 7409 / 2651
tsl::sparse_map 425 / 405 550 / 419 441 / 415 3090 / 1906 3773 / 2232 4712 / 2760 4508 / 2605 18342 / 7025
go map 361 / 433 537 / 482 461 / 460 3039 / 1712 3186 / 1818 4527 / 2571 4175 / 2411 15774 / 6027
MatrixOne Int64HashMap 190 / 182 190 / 191 191 / 191 1112 / 759 1160 / 793 1445 / 907 1400 / 922 3205 / 1613

能够看出当基数十分小的时候,ClickHouse 实现最快。在基数较大时,MatrixOrigin 的实现最快,且基数越大当先得越多。

字符串 key 后果

属性 OriginalURL Title URL Referer
基数 8510123 9425718 18342035 19720815
ClickHouse StringHashMap 2840 / 1685 3873 / 2844 5726 / 3713 4751 / 2987
ClickHouse HashMapWithSavedHash 2628 / 1708 3508 / 2905 5332 / 3679 4458 / 2963
ClickHouse HashMap 3931 / 1570 4203 / 2573 7137 / 3282 6159 / 2644
go map 5402 / 2440 9515 / 4564 12881 / 5741 10750 / 4624
MatrixOne StringHashMap 1743 / 1228 2434 / 1829 2520 / 1811 2563 / 1955

后果与整数 key 相似,基数越大咱们的实现当先越多。

总结

以上性能测试后果曾经大大超出了咱们最后的预期。咱们从移植 ClickHouse 自带哈希表登程,预计因为语言差别,最终能达到 C ++ 原版 70~80% 的性能。随着重复的迭代优化,以及一直尝试扭转 ClickHouse 本来的一些设计,最终在哈希表的插入和查找性能上居然超过了 C ++ 版本。

这阐明哪怕是一些十分根底的通常被认为早已钻研透了的数据结构,通过针对特定利用场景认真的设计和局部应用汇编减速,也可让 go 实现的版本在性能上一点不输 C /C++/rust 版本。这也为咱们保持用 go 语言开发高性能数据库提供了更多信念。

参考文献

  1. Tianqi Zheng, Zhibin Zhang, and Xueqi Cheng. 2020. SAHA: A String Adaptive Hash Table for Analytical Databases. Applied Sciences 10, 6 (2020). https: //doi.org/10.3390/app10061915

MatrixOne 社区

对 MatrixOne 有趣味的话能够关注矩阵起源公众号或者退出 MatrixOne 社群。


微信公众号 矩阵起源


MatrixOne 社区群 技术交换

正文完
 0