[发明专利]基于共享Cache多核处理器的数据库哈希连接方法

权利要求书

1.基于共享Cache多核处理器的数据库哈希连接方法，其特征在于：包括连接表划分 和聚集连接两个步骤；

1)连接表划分：对参与连接的两个表进行划分，首先由临时表生成模块生成临时表， 然后由临时表划分模块对临时表进行划分，生成两个聚集表，具体步骤如下：

A、获取表中所有页面的页面号集合，然后遍历该页面号集合，通过数据库页面缓存 模块的哈希表映射函数计算页面映射至哈希表中的具体位置，判断该页面当前是否在页面缓 存中，遍历完该页面号集合后，即可获得两个页面号集合：未在页面缓存中的页面集合 PageNotInBuf和已在页面缓存中的页面集合PageInBuf；

B、临时表生成时，首先处理PageNotInBuf中的页面，通过页面预取线程从磁盘将页 面读入页面缓存中，并将已读取的页面号放入一个全局队列，供页面读取线程并行处理，其 中通过页面读取优化模块决定最佳的页面读取线程启动时机，当PageNotInBuf中页面处理完 毕，页面读取线程处理PageInBuf，完成临时表生成运算；

C、临时表划分时，处理上述步骤B生成的临时表，根据键值的哈希值，将临时表中 的键值划分至对应的聚集中，生成两个聚集表；临时表由Hash Cell组成，Hash Cell的结构 为<HashValue，KeyValue，TID>，其中HashValue为连接列哈希值，KeyValue为连接列的值， TID为元组ID；临时表划分时，处理HashValue的D位二进制数据，每次数据划分处理Di 位HashValue值，通过p次划分将临时表划分成个聚集，p为划分的次数，Hp表示 第p次划分后生成的聚集数，其中通过临时表划分优化模块决定在第几次聚集划分完成后启 动临时表划分线程，以最大限度的减少临时表划分线程间的Cache访问冲突；

2)聚集连接：首先由连接线程工作集分配模块遍历临时表划分生成的两个聚集表， 获取满足连接条件的聚集对，根据每对聚集的大小ClusterPairSize，结合聚集连接线程个数 JTNum和二级Cache容量C将聚集划分至对应的聚集分类中，保证聚集连接线程处理某个 聚集分类中的聚集对时，处理的数据小于或等于二级Cache容量，减少Cache访问冲突。

2.如权利要求1所述的基于共享Cache多核处理器的数据库哈希连接方法，其特征 在于：根据临时表划分参数D的阈值MaxD，结合处理器核心数N决定具体的数据划分策略， 具体方法如下：

(1)D＜MaxD时，令D_i＝1，即每次数据划分处理1位HashValue，从而避免使用交换表， 减少Cache访问冲突；

(2)D≥MaxD时，为了减少数据划分次数较多造成的数据划分代价，令D_i＝D/p，即一 个数据划分处理D_i位HashValue，减少数据划分次数。