Hybrid Garbage Collection for Multi-Version Concurrency Control in SAP HANA 论文阅读笔记

Hybrid Garbage Collection for Multi-Version Concurrency Control in SAP HANA 论文阅读笔记

GC 的基本方法是把所有 commit-ts < 最小的 txn 的 version 回收（除了最后的）。但是 OLAP 会有 long-lived read txn，ts 比较小，在这个 read duration 中的 version 都不会被回收（但部分其实可以）

SAP HANA

• version storage
  • table space 存 original (oldest)，在 GC 时可能被更新
  • version space 是 newest to oldest

Garbage Collector

Timestamp

与 global minimum txn-ts 比较

Interval Garbage Collector

如果没有 txn-ts 落在2个连续 version 之间，那么较早的 version 可以被清除。

Single / Group Garbage Collector

GC in SAP HANA

• group version + timestamp
• single version + interval
• table garbage collectors

Group Garbage Collector

维护一个全局 txn-ts list，node 使用 ref count

GC 的单位是 txn group

Interval Garbage Collector

从 GroupCommitContext 里面 > min-ts 的开始，遍历 version chain，检查 interval

Table GC

如果可以预先知道哪些 table 会被访问，那么就可以做出优化。那些最近不会被访问的 table 就可以做 GC

HybridGC

• 先粗粒度 group version GC，然后 table GC 或者 interval GC
• table GC 检查 GroupCommitContext 的子集，回收 < global-min-ts
• interval GC 检查所有 version chain

Reference

• CMU Advanced Database Systems - 05 MVCC Garbage Collection (Spring 2019)