[发明专利]平衡树的并发更新方法及读写系统

说明书

本发明提供了一种平衡树的并发更新方法及读写系统，包括：在定位阶段将更新平衡树的请求在叶子节点进行缓存，再将平衡树的结构调整推迟到平衡阶段将任务划分给不同工作线程执行。本发明可以减少冗余的耗时操作和请求以节省CPU资源，充分利用任务并行和数据并行以提升更新平衡树的性能，提升在并发更新情况下平衡树更新的性能和读写并发情况下的平衡树查询性能。

技术领域

本发明涉及数据处理领域，具体地，涉及一种平衡树的并发更新方法及读写系统。

背景技术

平衡树是一种应用广泛的数据结构，它具有每一个节点的子树节点数目大致相同的特性，因此可以充分利用树状图的结构，使得对于节点的访问达到对数级别的复杂度。常见的平衡树有AVL树、红黑树、B树、B+树等。这些树在文件系统索引(如Btrfs)、操作系统(如Linux内核)、数据库索引(如MySQL)等。

由于对于每个更新请求(包括插入键值对、更新对某一键值对的值、删除键值对等)，平衡树可能会触发耗时的自平衡操作(如旋转、分裂、合并等)导致平衡树下“写-写并发”和“读-写并发”的并发控制非常复杂。因此，在更新密集的场景下，平衡树的读写性能都会大幅下降。因此现有的系统中，对于需要并发更新场景下的平衡树技术，并发控制方式是其中的重要技术之一。

目前，对于平衡树的并发控制，有两种常见的并发控制方式：基于锁的并发控制和基于批量处理的并发控制。

基于锁的并发控制可以分为粗粒度锁和细粒度锁两种。加上粗粒度锁的平衡树，需要在遍历到的节点上加上相应的读写锁，在逻辑上与单线程平衡树差异不大，也不需要增加过多额外的数据结构。然而，其并发性能很差。在插入密集的情况下，甚至会出现并发更新比单线程更新性能更差的情况，只读操作也会被写操作打扰。与之相比，细粒度的锁需要仔细考虑不同情况下是否需要加锁，减少不必要的加锁，因此其性能要比粗粒度的锁好很多。然而，其实现逻辑复杂、需要增加许多额外的数据结构。

基于批量处理的并发控制，对于平衡树的更新不是立即进行，而是把读写请求进行缓存，等到缓存到一定的数量之后或者超过一定时间后，批量地在平衡树上进行平衡操作。其优点在于，能够在集中处理缓存区中的请求之前，对缓存的请求进行一些预处理(如按照键的大小进行排序)，减少冗余操作。从而达到集中处理总时间小于单独处理各个请求的时间总和的效果，也能够减少重复请求的数量(如插入之后删除)。然而，对于平衡树的更新需要在更新树的每一层的时候加上屏障，导致每一层之间会存在阻塞，不能完全并行。此外，对于单个的读写请求而言，其请求时延也会提升。例如专利文献CN 106959928B。

因此，如何充分利用数据并行和任务并行设计一个支持高并发读写的平衡树以大幅提升其读写性能已成为成为平衡树技术中的一个重要问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种平衡树的并发更新方法及读写系统。

根据本发明提供的一种平衡树的并发更新方法，包括：在定位阶段将更新平衡树的请求在叶子节点进行缓存，再将平衡树的结构调整推迟到平衡阶段将任务划分给不同工作线程执行。

优选地，所述平衡树的并发更新方法具体包括步骤：

步骤1：在服务端接受客户端发送更新平衡树的请求后进入所述定位阶段；

步骤2：根据所述请求的键定位所述请求应施加的叶子节点，增加中间节点上的请求数目，并将所述请求插入对应的叶子节点的缓存区中；

步骤3：判断距上一次平衡之后，请求数目或者时间是否超过预设的阈值，如果超过阈值，则进入平衡阶段；如果均不超过，则结束本次更新流程；

步骤4：将平衡树从其中一层开始，划分为不相交的子树给每个工作线程负责平衡；

步骤5：每个工作线程从各自负责的子树的最小的叶子节点开始遍历，将叶子节点缓存区中的键值对按照键的大小批量施加在叶子节点上；