PostgreSQL堆表顺序扫描：页与文件跳转机制技术问询

堆表页的关联方式：并非链表结构 #

PostgreSQL堆表的页之间没有在页内部存储链表式关联指针，而是依赖物理存储的连续块号实现页的顺序关联：

• 堆表数据文件以表OID命名，页从0开始按顺序编号，页(i)的下一页直接是页(i+1)，完全通过块号递增逻辑关联，无需额外指针存储。
• 你观察到的「页目录（ItemIdData数组）」仅用于定位页内元组，记录元组在页内的偏移量与状态，和页之间的关联无关。

顺序扫描的核心逻辑 #

1. 缓冲管理器获取下一页的方式 #

顺序扫描的扫描器（HeapScanDesc结构体）会维护当前扫描的块号（rs_cblock），获取下一页时：

• 直接计算目标块号：当前块号 + 1；
• 调用缓冲管理器的ReadBuffer接口，传入表的关系对象（Relation）和目标块号；
• 缓冲管理器先检查共享缓冲池是否已缓存该块，存在则直接返回缓冲块；不存在则从磁盘对应文件位置读取该页到缓冲池。

2. 触发跳转至下一页的条件 #

当扫描器处理完当前页的所有有效元组时，自动跳转至下一页：

• 扫描器遍历当前页的ItemIdData数组，逐个处理标记为LP_USED（有效）的元组；
• 遍历完所有有效元组后，确认当前页无更多待处理数据，便递增块号，切换到下一页继续扫描。

3. 触发跳转至下一个文件的条件 #

PostgreSQL默认单表文件大小上限为1GB，超出后会生成分段文件（如RELOID.1、RELOID.2），每个分段文件最多包含1GB/8KB=131072个页：

• 扫描器维护的是全局块号，当全局块号达到当前分段文件的最大块数（如第一个文件的块号范围为0~131071）时；
• 缓冲管理器会通过全局块号计算对应的分段文件编号（块号 / 131072）和文件内局部块号（块号 % 131072），自动切换到目标分段文件读取对应页。

源码层面的关键实现参考 #

在heapam.c的heap_getnext方法中，实际通过heap_scan_getnext推进扫描流程：

• HeapScanDesc中的rs_cblock记录当前扫描块号，rs_nblocks记录表的总块数；
• 处理完当前块后，会检查rs_cblock是否小于rs_nblocks，若成立则递增块号并读取下一页；
• 缓冲管理器的ReadBuffer内部通过RelationGetBlockNumber、smgrnblocks等函数计算文件位置，完成跨文件读取逻辑。

内容的提问来源于stack exchange，提问作者scameeer