MySQL存储和查询过程
当我们执行一条sql时会经过如下流程，可以看到数据最终是以文件的形式存在
当我们在数据库中建立一张student表时，在文件系统中会创建出如下几个文件
这些数据最终会持久化到文件中，那么这些数据在文件中是如何组织的？难道是一行一行追加到文件中的？其实并不是，数据其实是存到页中的，一页的大小为16k，一个表由很多页组成，这些页组成了B+树
一个表的存储方式如下所示
一行一行的数据组成页，页再组成区，区再组成段，便于管理
页：页是innodb磁盘管理的基本单位，innodb每个页的大小为16k
区：由64个连续的页组成，每个页的大小为16kb，即每个区大约为1MB
段：常见的段有数据段（B+树页节点），索引段（B+树非页节点），回滚段等
我们先从微观的角度看一下页是如何存储数据的？
一个页的格式如下所示
| 名称 | 说明 |
|---|---|
| 文件头 | 表示页的信息 |
| 页头 | 表示页的状态信息 |
| 最小和最大记录 | 两个虚拟的记录，表示页中的最小记录和最大记录 |
| 用户记录 | 存储行记录内容 |
| 空闲空间 | 页中还没有被使用的空间 |
| 页目录 | 对用户记录进行索引 |
| 文件尾 | 校验页是否完整 |
数据会源源不断的插入User Records，当插满时，Free Space也就不复存在了。
页面里面的记录是按照主键值从小到大排序的，构成一个单链表
有的小伙伴可能就会问了，我建的表没有主键，那表的数据该如何组织呢？
- 首先判断表中是否有非空唯一索引，如果有则该列即为主键
- 如果没有，则添加一个名为row_id的隐藏列作为主键
页面之间通过双链表连接到一起
当我们在一个页中查找数据的时候，难道需要一个一个的遍历链表？
当然不需要，为了提高查找的速率，mysql会把数据进行分组，并用页目录记录每个分组最大记录的地址
每个分组有多少条数据呢？
- 第一个分组中的记录只能有1条记录
- 最后一个分组中记录条数范围只能在1-8之间
- 剩下的分组中记录条数范围只能在1-8之间
如下图所示
蓝色的部分为主键及其对应的数据
当查找记录的时候，先通过页目录找到对应的分组，然后再遍历分组内的链表
举个例子我想查找主键为10的用户记录，5个槽的编号为0，1，2，3，4，查找的过程如下
- 先二分得出槽中间的位是(0 + 4) / 2 = 2，2号槽里面的最大记录为8，我们需要从2号槽后面继续搜索记录
- 3号槽和4号槽中间的位是(3 + 4) / 2 = 3，3号槽里面的最大记录为12，12 > 10，所以要查找的记录在3号槽
- 但是用户记录间的链表是单向的，所以我们可以先到槽2中的8记录，然后沿着链表开始遍历，直到找到目标记录
虽然在一个页中查找数据由于数据目录的存在很快了，但是在一个表中查找数据会不会还是很慢呢？毕竟要沿着链表遍历所有的数据页
MySQL当然不允许这种事情发生，既然我们能给记录建立目录加快查找速度，我们就能给页建立目录加快查找速度，目录的格式为每个页中的最小主键id及其对应的页号（就是页面的地址）
目录也是存在数据页中的，大小为16kb。所以有可能有多个目录，当目录过多时，我们还可以给目录建立目录。如下图所示
这不就是一颗树吗？叶子结点存储记录，非叶子结点存储主键及对应的页地址。这颗树其实就是一颗B+树
以上图为例，我们在表中查询主键为5的数据，查询过程如下
先到根目录中去查，接着到页30去查，再定位到页16，最终查找到记录
接着我们再从宏观角度分析一下数据的存储，这样便于我们分析问题
当使用MyISAM存储数据时，数据和索引是分开的，B+树上储存的是对应记录的地址
当使用InnoDB存储数据时，数据和索引是在一起的，即聚集索引。当然你可以对某个字段建立非聚集索引
聚集索引的叶子结点存储的是用户数据，而非聚集索引叶子结点存储的是被索引的列值及其对应的主键值
当使用主键查询记录时，只需要遍历聚集索引即可。而当使用非聚集索引查询数据时，先遍历非聚集索引找到记录的主键值，再根据主键值到聚集索引上遍历获取数据，即回表
参考博客
[1]http://liuqh.icu/2019/04/03/db/innodb-storage/
[2]https://bbs.huaweicloud.com/blogs/317532