CLevel Hash for PM

2023-12-13 12:12:45

Persistent Memory (PM)

DRAM是易失的，掉电后数据都会丢失，需要较多地考虑存储的一致性和持久性问题；而PM是非易失的，但在读写延迟与带宽上存在以下不足。
Compared with DRAM, PM has 3x read latency and similar write latency
The read and write bandwidths of PM achieve 1/3 and 1/6 of those of DRAM
针对传统DRAM的WAL和COW技术都存在大量的写入，没有考虑PM非易失、写入表现差等特点。

Level Hash

有关Level Hash的具体内容参见左师兄在OSDI2018上发的文章：“Write-Optimized and High-Performance Hashing Index Scheme for Persistent Memory”，我只阅读过一篇介绍文章，下面讲讲我对Level Hash的一些简单理解。

传统的hash table在插入数据时是线性复杂度，但当产生的哈希冲突无法解决，需要进行rehash时，时间开销将是巨大的，需要将hash table中的每一个元素重新进行hash.

针对传统的hash table，已经有了很多的改进方案，但很多都是基于DRAM的。左师兄根据PM的特点，提出了Level Hash.

“Level”的含义就是将hash table分层，论文中将其分为两层，top level (TL)是bottom level (BL)的两倍大小，以下是分层结构的逻辑视图。

关于Level Hash的介绍我也尝试写过，但还是觉得交大IPADS团队写的介绍简洁清晰且易懂，他们将OSDI2018中的每篇论文都做了简要介绍，将论文中的精华都提取出来。以下为从中摘取的insert操作和resize操作部分的介绍。

在进行插入x时，先查看两个哈希函数（hash1(x)和hash2(x)）对应的上层桶是否有空闲的槽位，如果有则将键值对直接放入槽位，插入完成；如果两个上层槽位都满了，则检查在这两个都满了的桶中，看是否有键值对可以放置到其另外一个哈希函数的上层桶中（如键k在hash1(x)或者hash2(x)桶中，则看其能否被移动到hash1(k)或者hash2(k)的桶中），如果有，则将其移动过去，那么当前需要插入的键值对就有空间可以存放了；如果没有，则进一步检查hash1(k)和hash2(k)所对应的下层桶是否有空位（即检查hash1(x)/2和hash2(x)/2桶），如果有，则可直接插入；否则，进一步检查两个下层桶中的键值对，是否能被移动到其对应的其他下层桶中，如果可以，则将其移动过去，以给新插入的键值对腾出地方；如果依然没有，则整个插入过程失败。如果插入失败，则需要将整个哈希表变大一倍之后进行插入。从上述的步骤可以看出，一个成功的插入，最多只会迁移一个已经存在的键值对。因而这个方法可以保证哈希表插入的效率。

在进行增大操作时，加入原哈希表的上层桶数为N，则分配一个新的2N个桶的数组，将其作为新的上层，原来的上层则作为新的下层，而原来的下层则成为过渡层（图中IL）。此后，需要将过渡层中的所有键值对重新哈希（rehash）到新的上层中。当所有的键值对都被重新哈希到上层之后，可以将过渡层的空间释放掉。哈希表恢复为两层，这个哈希表调整过程结束。在这个调整过程中，被重新哈希的键值约为整个哈希表中键值对总数的1/3，因而这种方法优于传统的调整方法。

Level Hash减少了hash table进行resize时需要进行rehash的键值对总数，同时由于采用上下分层策略、使用两个hash函数，insert进来的项可以进入上下两层中的4个bucket. 由于每个bucket中有4个slot，每个insert项共有16个可选空位，而且如果bucket满了，还可以把bucket中的项放入该项的其他可选空位以腾出空间。这样一来，产生无法解决的hash冲突的概率大大降低，load factor指数大幅增加。而得益于结构设计的巧妙，得到这些收益的额外时间成本是较低的。

但是Level Hash仍然存在问题，或者说有待优化的地方。比如，Level Hash存在数据重复和数据丢失的问题、resize时会对hash table加锁，并block所有的query请求，这影响了系统的性能。

CLevel Hash

CLevel Hash 是Level Hash的改进版本，主要解决了数据重复和数据丢失问题，resize时不用对hash table加锁，且支持多层hash和并发rehash，论文见USENIX ATC 2020 “Lock-free Concurrent Level Hashing for Persistent Memory”。

CAS与COW

为了保证写入的正确性，有CAS和COW策略。

CAS即"Compare and Swap"，CAS有3个操作数：内存值V、旧的预期值A和要修改的新值B。只有当预期值A和内存值V相同时才将内存值V修改为B，否则什么都不做。但CAS也有缺点，他最多只能支持CPU一次写入的最大位数（如64bit，即8B）。

COW即Copy On Write""，当需要对某一数据块进行修改时，复制要修改的数据，然后在副本上进行修改，修改完成后将指向源数据的指针用CAS原语修改为指向修改后的副本数据的指针。缺点：未修改数据的额外写入。想象一下修改很大一个数据块中的一个字节会发生什么。

Level Hash存在的问题与优化

主要是数据正确性方面的问题。首先是数据重复，从上面的对比表中可以看出，Level Hash是对slot进行加锁。在每一个bucket的最前面有4*1bit的Tokens，用来标记对应的slot是否被写入。想象一个场景，假设有键值对(a,b)正在被插入，此时对应的slot被锁住，但是由于插入未完成，对应的Token仍然是0. 假设此时有另外一个线程也插入(a,b)，那么他会在Token=1的slot中寻找重复，从而顺利插入进hash table. 这就是数据的重复。

然后是数据丢失，仍然是刚才的例子，假设(a,b)正在被插入进BL中的某一个slot，此时另外一个线程正在进行rehash，当rehash进行到(a,b)所在slot时，由于并未完成插入，所以对应Token为0. rehash线程将认为该slot无数据而跳过该slot，rehash完成后，BL将被释放，造成插入数据的丢失。

Dynamic Multi-level Structure and Concurrent Resizing

先来讲讲多级hash结构，在CLevel Hash中有多个level且level数量在动态变化，这些level构成了一个单向链表。两个level之间的bucket数量依然是2倍的关系，但一个bucket中有8个slot且slot中存放的是指向数据的指针，这使得存放的数据长度可以动态变化且保证数据更改的原子性（指针占用空间小于8B，所以其更新是原子的）。在CLevel Hash中，取消了Level Hash中的one-step movement（即bucket满时将其中的某一键值对移至备选slot的操作），减少了PM写入量，降低了load factor. 但由于每个bucket含有8个slot，CLEVEL-8-slot和LEVEL-4-slot的load factor表现差不多。

接下来是Concurrent Resizing. 先介绍一下这里的Context结构。Context结构包含两个指针和一个标志，两个指针分别指向最上层和最下层，is_resizing表示hash table是否在进行resize操作，Context结构大小为8+8+1=17bit. 程序中有一个全局指针global ptr，指向global context，同时，每个线程中也有一个local ptr，指向现在或过去某个版本的Context.

在CLevel中，rehash被分为expand和resize两部分，一共有5步。expand包含1-3步，resize包含4-5步。以下为简要说明，CAS的出错处理和步骤详细说明请见下面对应的代码分析。

复制global ptr到local ptr
使用CAS，将一个容量为first level的两倍的新level加入level单向链表中
使用COW+CAS，将Context中的first level更新，is_resizing设为true
将last level中每一个bucket中的slot进行rehash，插入first level中
使用COW+CAS，将Context中的last level更新，当hash table只有两层时，将is_resizing设为false

下面将结合源代码中的expand和resize函数进行具体说明。CLevel Hash的源码在此GitHub仓库中，expand和resize函数在文件Clevel-Hashing\include\libpmemobj++\experimental\clevel_hash.hpp中定义，在代码的1300行-1600行之间，以下分析仅抽取部分关键代码行进行说明。

expand

以下的1-5点为上述步骤的详细说明。

为了访问最新的Context
在第5行，更新链表的CAS操作失败，由于该CAS操作仅更新FirstLevel的上一层Level，所以肯定是其他线程也进行了expand操作。所以，在if语句块中（即6-8行）撤销tmp_level的空间分配，同时在11-15行的COW策略中不对Context的FirstLevel进行修改。
在11-19行的if-else语句块为COW操作，20-23行为CAS操作，进行Context更新。如果成功，则在22行退出，如果失败，则转至24行，更新Context。如果情况如第28行所述，则放弃本次expand；如果情况如第32行所述，则继续循环，重复第3步。

在第36行的else语句块部分在论文中没有提及，主要目的是加速expand过程。

if (cl->up == nullptr){ // FirstLevel->up为空，可以正常执行第2步
    make_persistent_atomic<bucket[]>(pop, tmp_level[t_id]->buckets, new_capacity);//为tmp_level分配空间
    tmp_level[t_id]->up = nullptr;
    bool rc = CAS(&(cl->up.off), 0, tmp_level[t_id].raw().off); // 更新FirstLevel->up为tmp_level
    if (rc == false){
        // 其他线程更改过Context
        // todo
        // 撤销空间分配
    }
    while (true){
        if (cl->capacity >= new_capacity){
				// 第4行的CAS操作失败，Context的FirstLevel不变
				make_persistent_atomic<level_meta>(pop, tmp_meta[t_id],
					m->first_level, m->last_level, true); // COW操作
        }
        else { // 第4行的CAS操作成功，Context的FirstLevel变为tmp_level
            make_persistent_atomic<level_meta>(pop, tmp_meta[t_id],
					cl->up, m->last_level, true); // COW操作
        }
        if (CAS(&(meta.off), m_copy.off, tmp_meta[t_id].raw().off)){
            // expand操作完成
            break;
        }
        else { // 第20行的CAS操作失败
            m = static_cast<level_meta *>(m_copy(my_pool_uuid)); // 获取最新的Context
            cl = m->first_level.get_address(my_pool_uuid); // 更新FirstLevel
			if (cl->capacity >= new_capacity && m->is_resizing){
				// 第20行的CAS操作失败是因为其他线程进行了与此同级或更高级的更新（即tmp_level容量相同或更大）
				delete_persistent_atomic<level_meta>(tmp_meta[t_id]); // 撤销tmp_level的空间分配
				break;
			}
			// 第20行的CAS操作失败是因为其他线程完成了rehash，从而把is_resizing变为false
        } // end else in line 24
    } // end while in line 10
} // end if in line 1
else { // FirstLevel->up不为空
    if (meta == m_copy){ // 当前Context已是最新，说明已有同级的线程（即tmp_level容量与当前线程相同）抢先进行expand操作，接下来的流程与第10行的while循环一致，目的是协助进行expand操作以加速该过程。
        size_type new_capacity = cl->capacity;
        // todo
        // 重复10至34行的while循环
    }
}

resize

在此部分中，resize也被称为rehash，可能与上面会有些冲突，请读者注意鉴别（论文中这一步叫rehash，但代码中又是resize函数，所以有点混淆）。

如果17或25行的CAS失败，就会继续寻找一个空的slot. 如果两个备选bucket中都找不到空位，则进入32行，对hash table进行expand操作，然后重试本次rehash，之前已经rehash过的slot保持原样。（即在expand后的hash table中，之前rehash过的slot在第二层，正在rehash的slot以及在这之后的slot都将rehash至第一层，也就是top level）。对last level的遍历是由第一行的while循环、第6行的定位待hash的bucket的操作和第37行的递增操作一起完成的。
第39行的if语句判断是否resize完毕，COW+CAS更新Context信息的错误处理见代码。值得注意的是，在54行，如果完成本次resize，level数不等于2，还将继续进行resize.

while (run_expand_thread.get_ro().load()){
    if (m == nullptr || n_levels == 2) continue; // levels=2，无需rehash
RETRY_REHASH:
    level_bucket *bl = m->last_level.get_address(my_pool_uuid); // bottom level
	level_bucket *tl = m->first_level.get_address(my_pool_uuid); // top level
    bucket &b = bl->buckets[expand_bucket.get_ro()]; // 取得bottom level中偏移量为expand_bucket的bucket，将其进行rehash
    for (size_type slot_idx = 0; slot_idx < assoc_num; slot_idx++){ // assoc_num=8，即一个bucket中的slot数，这里将待hash的bucket中的每一个slot进行遍历，对内容不为空指针的slot进行rehash
        bool succ = false;
        f_idx = first_index(hv, tl->capacity); // 第一个hash值
		s_idx = second_index(partial, f_idx, tl->capacity); // 第二个hash值
		bucket &dst_b1 = tl->buckets[f_idx]; // 第一个hash值对应的bucket
		bucket &dst_b2 = tl->buckets[s_idx]; // 第二个hash值对应的bucket
        for (size_type j = 0; j < assoc_num; j++){
        // 对两个备选bucket进行遍历，寻找空位。由于bucket中的内容在rehash时很少变化，所以将j递增时，最先找到空位的bucket可以近似看为是负载更低的那个bucket. 这个方法比较巧妙，省去了一些计算量。
            KV_entry_ptr_t dst_tmp = dst_b1.slots[j].p;
			if (dst_tmp.get_offset() == 0){
                if (CAS(&(dst_b1.slots[j].p.off),dst_tmp.raw(), src_tmp.raw())){
                    b.slots[slot_idx].p = nullptr;
                    succ = true;
					break;
                }
            }
            dst_tmp = dst_b2.slots[j].p;
			if (dst_tmp.get_offset() == 0){
                if (CAS(&(dst_b2.slots[j].p.off),dst_tmp.raw(), src_tmp.raw())){
                    b.slots[slot_idx].p = nullptr;
                    succ = true;
					break;
                }
            }
        }
        if (!succ){
			//expand during resizing
			expand(pop, thread_id, m_copy);
			goto RETRY_REHASH; // 重试本次rehash
		}
        expand_bucket = expand_bucket + 1;
        // expand_bucket即偏移量，当偏移量等于容量时说明last level已经rehash完毕
        if (static_cast<size_type>(expand_bucket) == bl->capacity){
            bool rc = false;
			while (true){
                make_persistent_atomic<level_meta>(pop, tmp_meta[t_id],
						m->first_level, bl->up, levels_left != 2); // 使用COW更新Context
                if (CAS(&(meta.off), m_copy.off, tmp_meta[t_id].raw().off)){
                    rc = true;
					break;
                }
                else{
                    // CAS更新失败，可能是由于其他线程的expand操作造成的，重试COW+CAS操作
                    m_copy = level_meta_ptr_t(meta);						
					m = static_cast<level_meta *>(m_copy(my_pool_uuid));
                }
            }
            if (rc) // 成功将last level更新
				break; // 跳出for循环，但还在while循环里，如果level不等于2，仍将执行下一次rehash
        }
    } // end for in line 7
} // end while in line 1

总结

insert操作在遇到无法解决的hash冲突时，执行完expand操作后就可以继续进行其他query操作了，resize操作将在后台进行，这改善了由rehash造成的长时间无法执行query操作的情况。再来看hash table的多级结构，expand退出后，resize还在进行，此时可能有insert造成的expand或者resize本身造成的expand出现，从而使hash table出现3层或更多的情况，resize将一直进行，直到hash table变为2层，此时将is_resizing设为false. resize操作也可以并发进行，论文在3.1.2的最后一部分谈到了这点，但是在代码中好像没有实现，我看resize中的错误处理中好像没有应对并发resize出错的措施。

码农公寓

CLevel Hash for PM

Persistent Memory (PM)

Level Hash