Neon数据库Pageserver模块中get_timestamp_of_lsn接口的边界条件处理

在Neon数据库的Pageserver模块中，get_timestamp_of_lsn接口负责根据给定的LSN(日志序列号)查找对应的时间戳。这个功能在数据库的时间点恢复、分支创建等场景中非常重要。然而，该接口在处理某些边界条件时存在一个需要改进的问题。

问题背景

get_timestamp_of_lsn接口的工作原理是通过扫描CLOG(提交日志)页面来查找指定LSN对应的最大时间戳。CLOG是PostgreSQL中记录事务提交状态的关键数据结构，其中也包含了事务提交的时间戳信息。

当接口在给定的LSN位置找不到任何CLOG页面时，当前实现会返回HTTP 404错误。这种情况特别容易在新创建的分支上发生，因为新分支的初始提交LSN可能还没有对应的CLOG记录。

问题影响

这种设计会导致以下问题：

1. 在新分支创建后立即查询其创建LSN的时间戳时，会得到404错误，而实际上这是一个合法的场景
2. 控制平面无法区分"真正不存在"和"暂时没有CLOG记录"这两种情况
3. 影响分支创建后相关操作的可靠性

解决方案

经过项目团队讨论，决定采用以下改进方案：

1. 当get_timestamp_of_lsn接口找不到任何CLOG页面时，改为返回HTTP 412状态码
2. 控制平面可以识别412状态码，知道这是"暂时没有CLOG记录"的情况
3. 对于新创建的分支，控制平面已经知道其创建时间，可以直接使用这个时间而无需依赖Pageserver的查询

技术实现细节

在实现上，这个改进涉及以下方面：

1. Pageserver内部CLOG扫描逻辑的修改，当发现没有可读的CLOG页面时返回特定错误
2. HTTP接口层的错误码映射，将内部错误转换为412状态码
3. 控制平面侧的错误处理逻辑更新，能够正确处理新的412状态码

兼容性考虑

这个修改是一个前向兼容的变更：

1. 现有的404错误处理逻辑可以保持不变
2. 新增的412错误码为控制平面提供了更精确的错误信息
3. 不需要同步更新控制平面和Pageserver，可以先部署Pageserver的修改

总结

Neon数据库通过改进get_timestamp_of_lsn接口的错误处理逻辑，解决了在新分支创建场景下的边界条件问题。这个改进展示了分布式数据库系统中API设计的重要性，特别是在处理时间戳查询这类关键操作时，需要仔细考虑各种边界情况。

这种改进也体现了Neon团队对系统健壮性的持续追求，通过更精确的错误代码和清晰的语义，使系统在各种边缘场景下都能保持可靠的行为。