[DB] Linear Hashing 中分裂指针的作用和原理

Linear Hashing 中分裂指针的作用和原理

1. 为什么需要分裂指针？

在 Linear Hashing（线性哈希） 中，桶溢出（Bucket Overflow） 是由于某个桶存储过多数据而无法继续插入。与 Extendible Hashing 不同，Linear Hashing 不会直接扩展所有桶，而是选择顺序分裂桶，由**分裂指针（Split Pointer）**控制。

目的：

1. 有序分裂：分裂过程有序，不需要动态管理复杂的深度。
2. 均匀扩展：按顺序分裂可以逐步分散数据，而不是立即影响整个表。

2. 分裂指针为什么要移动到下一个桶？

当一个桶被分裂后，指针会移动到下一个桶。这是 Linear Hashing 的核心设计：

• 分裂指针确保每次只分裂一个桶，按顺序扩展哈希表。
• 下一个桶也有可能溢出，需要分裂；即使不满，也会按照规则逐一处理。

核心原理：分裂是渐进的，不是全局的！

1. 避免全局重建：

   • 如果每次扩展都对所有桶重新分配数据，成本会很高。
   • 分裂指针确保数据扩展是局部的，只影响当前桶。

2. 数据的动态重分配：

   • 假设原始哈希规则是 hash(key) % n，分裂后会增加新规则 hash(key) % 2n。
   • 新规则会将数据动态重分配到旧桶或新桶。
   • 指针顺序分裂，保证分裂过程是渐进的、可控的。

3. 分裂指针的具体流程

假设：

• 初始哈希规则：hash(key) % 4（总桶数 = 4）。
• 插入数据后，第 0 号桶溢出。

步骤：

1. 分裂当前桶（第 0 号桶）：

   • 重新计算该桶中的数据，按照 hash(key) % 8 的新规则分配。
   • 部分数据仍留在第 0 号桶，另一部分数据被分配到新增的第 4 号桶。

2. 移动分裂指针到下一个桶（第 1 号桶）：

   • 指针顺序移动到第 1 号桶，继续观察该桶是否需要分裂。
   • 如果桶未满，则不分裂，指针继续移动。

3. 逐步分裂其他桶：

   • 每次只分裂一个桶，最终所有桶都会被重新分配。

4. 为什么要顺序分裂？

核心思想：分裂是逐步扩展容量的过程。

1. 保证数据的平衡分布：

   • 顺序分裂能逐渐将数据均匀分布到更多桶中，而不会一次性改变整个哈希表。

2. 控制性能开销