openGauss Hint Bits
背景
数据库中常用MVCC作为并发控制机制，通过保存数据的多个快照版本，实现读写并发。MySQL，Oracle 基于回滚段实现MVCC，openGauss 则在堆表中实际存储每个元组(tuple)的多个版本，多个版本的元组通过指针构成版本链。事务执行时，依次判断元组的可见性，访问对其可见的元组。判断元组可见性时，需要知道插入或删除该元组的事务的状态(commit、abort、或者进行 中)。
openGauss将事务状态记录在 CLOG(Commit LOG) 日志中，在内存中维护一个 SLRU Buffer Pool 用于缓存 CLOG。事务在判断元组可见性时，需要从 SLRU Buffer Pool 甚至磁盘中读取事务的状态。由于判断元组可见性的操作可能非常频繁，因此要求读取事务状态的操作尽量高效，为避免每次都从 CLOG 缓存或磁盘文件中读取，引入 Hint Bits 在元组中直接标识插入/删除该元组的事务的状态，从而减少缓存或者磁盘中读取。
堆表结构简介
openGauss中的表是用堆组织的即堆表。每个表由若干文件组成(表大小超过 RELSEG_SIZE 个块（1G）就会被切分成多个文件)，每个文件由若干块（block）构成，每个块大小为 BLCKSZ，默认 8KB。
块的结构分为两部分： 页头(Page Header)和元组(Heap Tuple)，元组中存储真正的数据。元组的结构又分为两部分：元组头(Tuple Header)和元组数据(Tuple Data)，如下图所示：
t_xmin 记录插入该元组的事务 ID
t_xmax 记录删除该元组的事务 ID
t_ctid 指向新版本的数据，如果没有则指向自己
t_infomask 记录元组的状态信息，包括 Hint Bits.
数据多版本
通过示例说明 openGauss中数据多版本的结构。
- 事务 101 插入元组，因此该元组的 t_xmin 为 101
- 事务 102 有两条更新语句，openGauss 中的更新操作相当于 删除+插入，删除操作是标记删除，将元组的 t_xmax 设置为删除该元组的事务 ID，即 102；随后插入新的元组，旧元组的 t_tcid 执行新元组，构成多版本链
- 事务 103 将元组删除，将元组 t_xmax 设置为该事务的 ID 即可
可见性判断
openGauss堆表中可能存在很多版本的数据，有些版本的数据已经永远不会再有事务会使用，可以通过 VACUUM 机制清理；如果有长事务，可能导致堆表膨胀。基于现在堆表的实现，一个事务查询数据时，如何判断哪些数据是对自己可见的呢？基于 interdb 的总结，可见性判断大致包括以下规则：
具体的解释可以参考原文链接或者参考源码实现 HeapTupleSatisfiesMVCC。
Commit Log (clog)
openGauss在 CLOG 中维护事务的状态，持久化存储在 pg_xact 目录下，为了访问高效，会在内存中维护一块共享内存用于缓存 CLOG 的内容。
openGauss中定义了以下四种事务状态:
#define TRANSACTION_STATUS_IN_PROGRESS 0x00
#define TRANSACTION_STATUS_COMMITTED 0x01
#define TRANSACTION_STATUS_ABORTED 0x02
#define TRANSACTION_STATUS_SUB_COMMITTED 0x03
CLOG 文件由一个或者多个 page 构成，CLOG 的内容从逻辑上构成一个数据，数组的下标是事务 ID（即可以根据事务 ID 计算出事务状态的偏移量，可以参考 TransactionIdGetStatus 这个函数），数组的内容是事务状态，可见每个事务状态占用 2 bit 即可。以一个页面 8KB 为例，可以存储 8KB * 8/2 = 32K 个事务的状态。CLOG buffer 的大小为 Min(128, Max(4, NBuffers / 512))。
CLOG 文件以 0000，0001 这种方式命名，每个文件最大 32（SLRU_PAGES_PER_SEGMENT）个页，默认256KB。openGauss启动时会从 pg_xact 中读取事务的状态加载至内存。
系统运行过程中，并不是所有事务的状态都需要长期保留在 CLOG 文件中，因此 vacuum 操作会定期将不再使用的 CLOG 文件删除。
Hint Bits
所有 Hint Bits，就是把事务状态直接记录在元组头中（HeapTupleHeaderData），避免频繁访问 CLOG，元组头中对应的标识位如下:
#define HEAP_XMIN_COMMITTED 0x0100 /* t_xmin committed */
#define HEAP_XMIN_INVALID 0x0200 /* t_xmin invalid/aborted */
#define HEAP_XMIN_FROZEN (HEAP_XMIN_COMMITTED|HEAP_XMIN_INVALID)
#define HEAP_XMAX_COMMITTED 0x0400 /* t_xmax committed */
#define HEAP_XMAX_INVALID 0x0800 /* t_xmax invalid/aborted */
openGauss并不会在事务提交或者回滚时主动更新元组上的 Hint Bits，而是等到访问该元组并进行可见性判断时，如果发现 Hint Bits 没有设置，则从 CLOG 中读取并设置，否则直接读取 Hint Bits 的值。判断可见性过程中设置 Hint Bits 的函数入口为 SetHintBits。这里的访问可能是 VACUUM，DML 或者 SELECT。
因此，Hint Bits 可以理解为是事务状态在元组头上的一份缓存。
Hint Bits 与日志
在开启 checksum 或者 GUC 参数 wal_log_hints 为 true 的情况下，如果 checkpoint 后第一次使页面 dirty 的操作是更新 Hint Bits，则会产生一条 WAL 日志，将当前页面写入 WAL 日志中(即 Full Page Image)，避免产生部分写，导致数据 checksum 异常。
注意，以上写 Full Page Image 日志的行为与是否开启 full_page_writes 没有关系。
因此，在开启 checksum 或者 GUC 参数 wal_log_hints 为 true 时，即便执行 SELECT，也可能更改页面的 Hint Bits，从而导致产生 WAL 日志，这会在一定程度上增加 WAL 日志占用的存储空间。
