大家好，我是会飞的鱼。
作为一个数据库领域的新人，我将学习PostgreSQL数据库的内核，计划将其中的知识进行整理，先阐述原理，后介绍代码中的实现。目前打算从存储引擎开始学起。
好，废话不多说，我们先开始介绍缓存区的设计。
1. buffer区的基本介绍
数据会在磁盘上进行存储，操作系统会以页的形式进行管理。当我们修改数据，我们需要将这一页从磁盘上读上来，放在内存中，从而进行对应的修改。为了更好的区分概念，页在磁盘中称之为block，在内存中称之为buffer。
如图1所示，磁盘中存了许多文件，每个文件长度不一，按照page进行大小管理（page一般为4K大小）。页面从磁盘加载到内存中的缓存池。当节点又一次还要查看同一个block的内容，我们可以在内存中找到它，无需再从磁盘加载，减少IO时间。
缓存区的大小是有限制的，当缓存区的buffer不够时，我们需要选出一个buffer进行淘汰，在页面淘汰前，如果页面发生修改，页面需要先刷到磁盘，即写入到磁盘中的对应位置。但页面刷到此盘后，这个buffer就可以存储其他页面。
对于同一个页面编号，例如 (file1-page1)，存在磁盘中block，也存在buffer。当buffer发生修改，我们将buffer设置为脏页，这一过程称之为置脏。当页面变成脏页后，我们会将页面收集起来，定期再刷回磁盘，从而做到页面的内存和磁盘一致。
2.页面上的管理
对于页面1）从磁盘加载到内存中和2）从内存写到磁盘，这些操作也是需要在锁的保护下，在PG代码中对应着IO锁。
对于页面内容的读取和修改，也是需要在锁的保护下，在PG代码中对应这内容锁。当然，读页面需要以S锁的方式获取内容锁，写页面需要以X锁的方式获取内容锁。
数据库还需要记录buffer区上有哪些页面，哪一个页面对应者哪一个buffer，在PG中bufTable就是做这件事。bufTable是一个hash表，可以通过页面的编号（BufferTag）查到，对应页面是否在bufTable中。
这里介绍一下PG的设计：
第一次操作页面，
1）从bufTable找对应页面，没有找到；
2）找到一个空闲的buffer，pin住buffer；
3）获取buffer的IO锁，从磁盘加载页面，buffer才是一个有效的buffer；
4）对于buffer的内容锁进行加锁 ；
5）进行对应查看/修改；
6）释放内容锁；
7）对于buffer进行unpin。
第二次操作页面，
1）从bufTable找对应页面，此时是可以找到；
2）找到对应的buffer，pin住对应buffer；无需再次从磁盘加载；
3）还是对buffer内容锁进行加锁；
4）进行对应查看/修改；
5）释放内容锁；
6）对于buffer进行unpin。
简单介绍一下pin的概念，当年准备访问buffer时，你需要pin住这个buffer，代表这个buffer正在被你使用，这样这个buffer无法被其他线程淘汰。当你不访问buffer时，就需要解pin。同时buffer也可以被多个线程同时pin住，通过引用计数记录，usage_count。当pin主一次时，这个buffer对应的引用计数就加一。
3.页面淘汰
内存是有限的，页面无法一直存储在内存中。如果buffer内存池满了，此时还需要加载，那我们需要将内存池中不用的页面进行淘汰掉。当然如果这个页面是脏页，还需要先将页面写到磁盘，再进行淘汰。对于buffer的淘汰，我们也希望淘汰一些不常访问的页面（冷页），保留经常访问的页面（热页）。所以在多数数据库中，LRU（最近最少使用）策略成为了buffer淘汰的常用策略。
PG稍稍有一些不一样，不是严格的LRU，而是采取clock sweep算法，属于NFU（Not Frequently Used）。
引入概念，访问次数（usage count），当buffer被pin住的时候，访问次数就会加一
clock sweep算法：
1.从上次遍历位置开始，第一次可以从第一个buffer
2.如果buffer被pin住，该buffer无法淘汰，跳过。对应这图片中的1
3.如果buffer没有pin住，当访问次数大于0的时候 ，将访问次数减一，对应图片中的2，如果访问次数等于0，这个buffer就是淘汰的buffer。
4.当找到淘汰的buffer，记录本次位置，下次从这个位置继续遍历。
我们不难看出找到的buffer不是严格意义上的最近未使用的buffer，存在还没有遍历到的buffer比要淘汰的buffer更不经常访问。但这并不代表这个算法不好，我个人认为，能找到相对而言的冷页进行淘汰即可，无需严格找到最不经常使用。后续对应页也会遍历到，从而被淘汰。开销小，一般实现LRU策略需要维护链表进行记录，开销大。
参考资料
https://www.interdb.jp/pg/pgsql08.html
这里简单介绍一下，clock sweep算法图来自这个网站，这个网站还是比较详细介绍PG中各种概念，是一份非常好的指南，通俗易懂，非常适合新手。笔者十分推荐该文档
如果觉得写的不错，也可以关注我的公众号。作为一个新人，刚写公众号，希望能获取大家的支持
公众号：会飞的鱼flying
