【mysql】-【innodb数据存储结构】

数据库的存储结构：页

一、索引结构给我们提供了高效的索索隐方式，不过索引信息以及数据记录都是保存在文件上的，确切说是存储在页结构中。另一方面，索引是在存储引擎中实现的，MysQL服务器上的存储引擎负责对表中数据的读取和写入工作。不同存储引擎中存放的格式一般是不同的，甚至有的存储引擎比如Memory都不用磁盘来存储数据。
二、由于 InnoDB 是MySQL的默认存储引擎，所以本章剖析innoDB存储引擎的数据存储结构。

磁盘与内存交互基本单位：页

一、InnoDB 将数据划分为若干个页，InnoDB中页的大小默认为16KB
二、以页作为磁盘和内存之间交互的基本单位，也就是一次最少从磁盘中读取16KB的内容到内存中，一次最少把内存中的16kB内容刷新到磁盘中。也就是说，在数据库中，不论读一行，还是读多行，都是将这些行所在的页进行加载。也就是说，数据库管理存储空间的基本单位是页 (Page），数据库i/o操作的最小单位是页。一个页中可以存储多个行记录。

记录是按照行来存储的，但是数据库的读取并不以行为单位，否则一次读取（也就是一次i/o操作）只能处理一行数据，效率会非常低。
为什么使用页作为磁盘与内存交互的基本单位：如果不用页而用行进行交互的话，会加大i/o次数

页结构概述

页a、页b、页c…页n这些页可以不在物理结构上相连，只要通过双向链表相关联即可。每个数据页中的记录会按照主键值从小到大的顺序组成一个单向链表，每个数据页都会为存储在它里边的记录生成一个页目录，在通过主键查找某条记录的时候可以在页目录中 使用二分法 快速定位到对应的槽，然后再遍历该槽对应分组中的记录即可快速找到指定的记录。

页与页是双向链表，页中的数据是单向链表

页的大小

不同的数据库管理系统（简称DBMS）的页大小不同。比如在MysQL的InnoDB存储引擎中，默认页的大小是16KB，我们可以通过下面的命令来进行查看：mysql> show variables like "%innodb_page_size%";

页的上层结构

区（Extent）：是比页大一级的存储结构，在InnoDB存储引擎中，一个区会分配64个连续的页。因为InnoDB中的页大小默认是16KB，所以一个区的大小是64*16KB=1MB。
段 (Segment）：由一个或多个区组成，区在文件系统是一个连续分配的空间（在InnoDB中是连续的64个页），不过在段中不要求区与区之间是相邻的。段是数据库中的分配单位，不同类型的数据库对象以不同的段形式存在。我们创建数据表、索引的时候，就会相应创建对应的段，比如创建一张表时会创建一个表段，创建一个索引时会创建一个索引段。
表空间（Tablespace）是一个逻辑容器，表空间存储的对象是段，在一个表空间中可以有一个或多个段，但是一个段只能属于一个表空间。数据库由一个或多个表空间组成，表空间从管理上可以划分为系统表空间、用户表空间、撒销表空间、临时表空间等。

页的内部结构

一、页如果按类型划分的话，常见的有数据页（保存B+树节点）、系统页、Undo页和事务数据页等。数据页是我们最常使用的页。
二、数据页的16KB大小的存储空间被划分为七个部分，分别是文件头（File Header）、页头（Page Header）、最大最小记录（intimum+supremum）、用户记录（User Records）、空闲空间（Free Space）、页目录（Page Directory）和文件尾（File Tailer）
三、页结构的示意图如下所示：

File Header（文件头部）和File Trailer（文件尾部）

File Header（文件头部）（38字节）

一、作用：描述各种页的通用信息，比如页的编号、其上一页、下一页是谁等
二、大小：38kb
三、构成：

1. FIL PAGE OFFSET (4字节）：当前页的页号。每一个页都有一个单独的页号，就跟你的身份证号码一样，InnoDB通过页号可以唯一定位一个页。
2. FIL PAGE TYPE (2字节）：当前页的类型，包含以下类型：
   
3. FIL PAGE PREV（4字节）和FIL PAGE NEXT（4字节）：InnoDB都是以页为单位存放数据的，如果数据分散到多个不连续的页中存储的话需要把这些页关联起来，FIL_ PAGE_ PREV和FIL_ PAGE_ NEXT就分别代表本页的上一个和下一个页的页号。这样通过建立一个双向链表把许许多多的页就都串联起来了，保证这些页之间不需要是物理上的连续，而是逻辑上的连续。
   
4. FIL PAGE SPACE OR CHKSUM（4字节）：代表当前页面的校验和 (checksum)
   （1）什么是校验和？就是对于一个很长的字节串来说，我们会通过某种算法来计算一个比较短的值来代表这个很长的宇节串，这个比较短的值就称为校验和。在比较两个很长的字节串之前，先比较这两个长字节串的校验和，如果校验和都不一样，则两个长字节串肯定是不同的，所以省去了直接比较两个比较长的宇节串的时间损耗。
   （2）文件头部和文件尾部都有属性：FIL PAGE SPACE OR CHKSUM
   （3）作用：InnoDB存储引擎以页为单位把数据加载到内存中处理，如果该页中的数据在内存中被修改了，那么在修改后的某个时间需要把数据同步到磁密中。但是在同步了一半的时候断电了，造成了该页传输的不完整。为了检测一个页是否完整（也就是在同步的时候有没有发生只同步一半的尴尬情况），这时可以通过文件尾的校验和（checksum值）与文件头的校验和做比对，如果两个值不相等则证明页的传输有问题，需要重新进行传输，否则认为页的传输已经完成。
   （4）具体的：每当一个页面在内存中修改了，在同步之前就要把它的校验和算出来，因为File Header在页面的前边，所以校验和会被首先同步到磁盘，当完全写完时，校验和也会被写到页的尾部，如果完全同步成功，则页的首部和尾部的校验和应该是一致的。如果写了一半儿断电了，那么在File Header中的校验和就代表着己经修改过的页，而在File Trailer中的校验和代表着原先的页，二者不同则意味着同步中间出了错。这里，校验方式就是采用Hash 算法进行校验

校验和的作用：正常情况下，页结构文件头部和文件尾部的校验和是一样的，假如磁盘中有一页，该页文件头部、文件尾部的校验和是123，然后我们改了该页中的某条数据，此时在内存中计算出该页文件头部、文件尾部的校验和都为456，接下来我要把该页写入磁盘，由于文件头部在页的前面，所以校验和会先被写入磁盘，文件尾部会在页后面写入磁盘，正常情况下，写入完成后，该页文件头部、文件尾部的校验和都变成了456，且数据也改了，但是如果在写入过程中遇到了问题，那么此时文件头部的校验和已经变成了456，文件尾部的校验和还是123，二者不同意味着磁盘和内存同步出现了问题，这是要么接着同步，要么会滚到之前的数据

5. FIL PAGE LSN（8字节）：页面被最后修改时，对应的日志序列位置（英文名是：Log Sequence Number）

File Trailer （文件尾部）（8字节）

一、前4个字节代表页的校验和：这个部分是和File Header中的校验和相对应的。
二、后4个字节代表页面被最后修改时，对应的日志序列位置（LSN）：这个部分也是为了校验页的完整性的，如果首部和尾部的LSN值校验不成功的话，就说明同步过程出现了问题。

Free Space（空闲记录）、User Records（用户记录）、Infimum + Supremum（最小最大记录）

第二个部分是记录部分，页的主要作用是存储记录，所以“最大和最小记录”和“用户记录”部分占了页结构的主要空间。

Free Space（空闲记录）

一、我们自己存储的记录会按照指定的行格式存储到User Records部分。但是在一开始生成页的时候，其实并没有User Records这个部分，每当我们插入一条记录，都会从Free Space部分，也就是尚未使用的存储空间中申请一个记录大小的空间划分到User Records部分，当Free Space部分的空间全部被User Records部分替代掉之后，也就意味着这个页使用完了，如果还有新的记录插入的话，就需要去申请新的页了

User Records（用户记录）

一、User Records中的这些记录按照指定的行格式一条一条摆在User Records部分，相互之间形成单链表。
二、用户记录里的一条条数据如何记录？这里需要讲讲记录行格式的记录头信息。

Infimum + Supremum（最小最大记录）

一、记录可以比大小，对于一条完整的记录来说，比较记录的大小就是比较主键的大小，比方说我们插入的4行记录的主键值分别是：1、2、3、4，这也就意味着这4条记录是从小到大依次递增。
二、InnoDB规定的最小记录与最大记录这两条记录的构造十分简单，都是由5字节大小的记录头信息和8字节大小的一个固定的部分组成的，如图所示：

这两条记录不是我们自己定义的记录，所以它们并不存放在页的User Records部分，他们被单独放在一个称为Infimum+Supremum的部分，如图所示：

页中的数据都是单向链表连接的，最小记录相当于虚拟头结点，最大记录相当于虚拟尾节点，结合记录信息头的heap_no来看，heap_no的值就是用来标记虚拟头结点、虚拟尾节点的

记录头信息（5字节）

先创建一张表：

CREATE TABLE page demo(
	c1 INT,C2 INT,c3 VARCHAR(10000),PRIMARY KEY (c1)
) CHARSET=ascii ROW_FORMAT=Compact;

这个表中记录的行格式示意图：

预留位2右边两个依次是：delete_mask和min_rec_mask
这些记录头信息中各个属性如下：

简化后的行格式示意图：

现在我们往表中插入一条数据：

INSERT INTO page_demo VALUES
(1, 100, 'song'),
(2, 200, 'tong'),
(3, 300, 'zhan'),
(4, 400, 'lisi");

示意图如下：

注意：

1. 在真实的内存中，上述添加的记录是紧密排列的，上图为了方便画了一些空间
2. 上图为了方便理解，都是十进制，实际在底层都是二进制

1. delete mask：标记当前记录是否被删除，占用1个二进制位。
   （1）值为0：代表记录并没有被删除
   （2）值为1：代表记录被删除掉了

被删除的记录为什么还在页中存储呢？
你以为它删除了，可它还在真实的磁盘上。这些被删除的记录之所以不立即从磁盘上移除，是因为移除它们之后其他的记录在磁盘上需要重新排列，导致性能消耗（因为添加的4条记录是紧密排列的，你删除了某个数据，后面的数据的位置需要移动）。所以只是打一个删除标记而己，所有被删除掉的记录都会组成一个所谓的垃圾链表，在这个链表中的记录占用的空间称之为可重用空间，之后如果有新记录插入到表中的话，可能把这些被删除的记录占用的存储空间覆盖掉。

2. min_rec_mask：B+树的每层非叶子节点中，最小记录都会添加该标记，min_rec_mask值为1。我们自己插入的四条记录的min_rec_mask值都是0，意味着它们都不是B＋树的非叶子节点中的最小记录。
3. record_type：表示当前记录的类型，一共有4种类型的记录：
   0：表示普通记录
   1：表示B十树非叶节点记录
   2：表示最小记录
   3：表示最大记录
   从图中我们也可以看出来，我们自己插入的记录就是普通记录，它们的record_type值都是0，而最小记录和最大记录的record_type值分别为2和3。至于record_type为1的情况，我们在索引的数据结构章节讲过。
4. heap_no：表示当前记录在本页中的位置。从图中可以看出来，我们插入的4条记录在本页中的位置分别是：2、3、4、5。

怎么不见heap_no值为0和1的记录呢？
MySQL会自动给每个页里加了两个记录，由于这两个记录并不是我们自己插入的，所以有时候也称为伪记录或者虚拟记录。这两个伪记录一个代表最小记录，一个代表最大记录。最小记录和最大记录的heap_no值分别是0和1，也就是说它们的位罝最靠前。下图中（随便截的图），所有2中都会有一个heap_no=0，所有3中都会有一个heap_no=1，中间的数据就依次2、3、4……

5. n_owned：页目录中每个组中最后一条记录的头信息中会存储该组一共有多少条记录，作为n_owned字段。也就是说，页目录会分组，n_owned记录每个组中有多少条记录/数据，详情见page directory。
6. next_record：从当前记录的真实数据到下一条记录的真实数据的
   地址偏移量。比如：第一条记录的next_record值为32，意味着从第一条记录的真实数据的地址处向后找32个字节便是下一条记录的真实数据。

注意，下一条记录指得并不是按照我们插入顺序的下一条记录，而是按照主键值由小到大的顺序的下一条记录。而且规定Infimum记录（也就是最小记录）的下一条记录就是本页中主键值最小的用户记录，而本页中主键值最大的用户记录的下一条记录就是Supremum记录（也就是最大记录）。下图用箭头代替偏移量表示next_record。

（1）删除操作：从表中删除掉一条记录：

DELETE FROM page demo WHERE c1 = 2;

刪掉第2条记录后的示意图就是：

删除前后的主要变化：

• 第2条记录并没有从存储空间中移除，而是把该条记录的delete_mask值设置为1。
• 第2条记录的next_record值变为了0，意味着该记录没有下一条记录了。
• 第1条记录的next_record指向了第3条记录。
• 最大记录的nowned值从5变成了4。

所以，不论我们怎么对页中的记录做增删改操作，InnoDB始终会维护一条记录的单链表，链表中的各个节点是按照主键值由小到大的顺序连接起来的。
（2）添加操作：主键值为2的记录被我们删掉了，但是存储空间却没有回收，如果我们再次把这条记录插入到表中：

INSERT INTO page demo VALUES(2, 200, 'tong'];

直接复用了原来被删除记录的存储空间。

说明：当数据页中存在多条被删除掉的记录时，这些记录的next_record属性将会把这些被删除掉的记录组成一个垃圾链表，以备之后重用这部分存储空间。比如之前被删除的记录2，他被删了，他的next_record存储的就是下一个被删除的数据的地址

Page Directory（页目录）

一、为什么需要页目录：==在页中，记录是以单向链表的形式进行存储的。==单向链表的特点是插入、删除非常方便，但是检索效率不高，==最差的情况下需要遍历链表上的所有节点才能完成检索。==因此在页结构中专门设计了页目录这个模块，专门给记录做一个目录，通过二分查找法的方式进行检索，提升效率
二、需求：根据主键值查找页中的某条记录：SELECT * FROM page_demo WHERE C1 =3;如何实现快速查找呢？

1. 方式1：顺序查找
   从Infimum记录（最小记录）开始，沿着链表一直往后找，总有一天会找到（或者找不到），在找的时候还能投机取巧，因为链表中各个记录的值是按照从小到大顺序排列的，以当链表的某个节点代表的记录的主键值大于你想要查找的主键值时，你就可以停止查找
   了，因为该节点后边的节点的主键值依次递增。
   如果一个页中存储了非常多的记录，这么查找性能很差。
2. 方式2：使用页目录，二分法查找
   （1）将所有的记录分成几个组，这些记录包括最小记录和最大记录，但不包括标记为“己删除〞的记录
   （2）第1组，也就是最小记录所在的分组只有1个记录；
   最后一组，就是最大记录所在的分组，会有1-8条记录；
   其余的组记录数量在4-8条之间。
   这样做的好处是，除了第1组（最小记录所在组）以外，其余组的记录数会尽量平分。
3. 在每个组中最后一条记录的头信息中，会存储该组一共有多少条记录作为n_owned宇段。
4. 页目录用来存储每组最后一条记录的地址偏移量，这些地址偏移量会按照先后顺序存储起来，每组的地址偏移量也被称之为槽（slot），每个槽相当于指针指向了不同组的最后一个记录

三、举例：

1. 举例1：左边的绿色条就是目录页，右边的就是一页中的数据
   
2. 举例2：现在的page_demo表中正常的记录共有6条，InnoDB会把它们分成两组，第一组中只有一个最小记录，第二组中是剩余的5条记录。如下图：
   
   从这个图中我们需要注意这么几点：
3. 现在页目录部分中有两个槽，也就意味着我们的记录被分成了两个组，槽1中的值是112，代表最大记录的地址偏移量（就是从页面的0字节开始数，数112个字节）；槽0中的值是99，代表最小记录的地址偏移量。
4. 注意最小和最大记录的头信息中的n_owned属性
   （1）最小记录的n_owned值为1，这就代表着以最小记录结尾的这个分组中只有1条记录，也就是最小记录本身。
   （2）最大记录的n_ owned值为5，这就代表者以最大记录结尾的这个分组中只有5条记录，包括最大记录本身还有我们自己插入的4条记录。
   用箭头指向的方式替代数宇，这样更易于我们理解，修改后如下：
   
   再换个角度看一下：（单纯从逻辑上看一下这些记录和页目录的关系）
   

页目录分组的个数如何确定

为什么最小记录的n_owned值为1，而最大记录的n_owned值为5呢？
InnoDB规定：对于最小记录所在的分组只能有1条记录，最大记录所在的分组拥有的记录条数只能在1-8条之间，剩下的分组中记录的条数范围只能在是4-8条之间。分组是按照下边的步骤进行的：

1. 初始情況下一个数据页里只有最小记录和最大记录两条记录，它们分属于两个分组。
2. 之后每插入一条记录，都会从页目录中找到主键值比本记录的主键值大并且差值最小的槽，然后把该槽对应的记录的n_owned值加1，表示本组内又添加了一条记录，直到该组中的记录数等于8个。
3. 在一个组中的记录数等于8个后再插入一条记录时，会将组中的记录拆分成两个组，一个组中4条记录，另一个5条记录。这个过程会在页目录中新增一个槽来记录这个新增分组中最大的那条记录的偏移量。

页目录结构下如何快速查找记录

现在向page_demo表中添加更多的数据：

INSERT INTO page_demo
VALUES
(5, 500, 'zhou'),
(6, 600, 'chen'),
(7, 700, 'deng'),
(8, 800, 'yang'),
(9, 900, 'wang"),
(10, 1000, 'zhao"),
(11, 1100, 'gian'),
(12, 1200, 'feng"),
(13, 1300, 'tang'),
(14, 1400, 'ding'),
(15, 1500, 'jing'),
(16, 1600, 'quan');

添加了12条记录，现在页里一共有18条记录了（包括最小和最大记录），这些记录被分成了5个组，如图所示：

这里只保留了16条记录的记录头信息中的n_owned和next_record属性，省略了各个记录之问的箭头。
现在看怎么从这个页目录中查找记录。因为各个槽代表的记录的主键值都是从小到大排序的，所以我们可以使用二分法来进行快速查找。5个槽的编号分别是：0、1、2、3、4,所以初始情况下最低的槽就是low=0，最高的槽就是high=4。比方说我们想找主键值为6的记录，过程是这样的：

1. 计算中间槽的位置：(0+4)/2=2，所以查看槽2对应记录的主键值为8，又因为8＞6，所以设置high=2，low保持不变。
2. 重新计算中间槽的位置：（0+2)/2=1，所以查看槽1对应的主键值为4，又因为4<6，所以设置low=1，high保持不变。
3. 因为high-low的值为1，所以确定主键值为6的记录在槽2对应的组中。此刻我们需要找到槽2中主键值最小的那条记录，然后沿着单向链表遍历槽2中的记录。但是我们前边又说过，每个槽对应的记录都是该组中主键值最大的记录，这里槽2对应的记录是主键值为8的记录，怎么定位一个组中最小的记录呢？别忘了各个槽都是挨着的，我们可以很轻易的拿到梢1对应的记录（主键值为4），该条记录的下一条记录就是槽2中主键值最小的记录，该记录的主键值为5。所以我们可以从这条主键值为5的记录出发，遍历槽2中的各条记录，直到找到主键值为6的那条记录即可。
   由于一个组中包含的记录条数只能是1-8条，所以遍历一个组中的记录的代价是很小的。

小结：在一个数据页中查找指定主键值的记录的过程分为两步：

1. 通过二分法确定该记录所在的槽，并找到该槽所在分组中主键值最小的那条记录。
2. 通过记录的next_record属性遍历该槽所在的组中的各个记录。

页面头部

为了能得到一个数据页中存储的记录的状态信息，比如本页中已经存储了多少条记录，第一条记录的地址是什么，页目录中存储了多少个槽等等，特意在页中定义了一个叫Page Header的部分，这个部分占用固定的56个字节，专门存储各种状态信息

说明：

1. PAGE_ DIRECTION：假如新插入的一条记录的主键值比上一条记录的主键值大，我们说这条记录的插入方向是右边，反之则是左边。用来表示最后一条记录插入方向的状态就是PAGE_ DIRECTION。
2. PAGE_N_DIRECTIPN：假设连续几次插入新记录的方向都是一致的，InnoDB会把沿着同一个方向插入记录的条数记下来，这个条数就用PAGE_N_DIRECTIPN这个状态表示。当然，如果最后一条记录的插入方向改变了的话，这个状态的值会被清零重新统计。

从数据页的角度看b+树如何查询

一棵B+树按照节点类型可以分成两部分：

1. 叶子节点，b+树最底层的节点，节点的高度为 0，存储行记录。
2. 非叶子节点，节点的高度大于0，存储索引键和页面指针，并不存储行记录本身。

当我们从页结构来理解B+树的结构的时候，可以帮我们理解一些通过索引进行检索的原理：

1. B+树是如何进行记录检索的：如果通过B+树的索引查询行记录，首先是从B+树的根开始，逐层检索，直到找到叶子节点，也就是找到对应的
   数据页为止，将数据页加载到内存中，页目录中的槽（slot）采用二分查找的方式先找到一个粗略的记录分组，然后再在分组中通过链表遍历的方式查找记录。
2. 普通索引和唯一索引在查询效率上的区别：唯一索引就是在普通索引上增加了约束性，也就是关键字唯一，找到了关键字就停止检索。而普通索引，可能会存在用户记录中的关键字相同的情况，根据页结构的原理，当我们读取一条记录的时候，不是单独将这条记录从磁盘中读出去，而是将这个记录所在的页加载到内存中进行读取。InnoDB存储引擎的页大小为16KB，在一个页中可能存储着上千个记录，因此在普通索引的字段上进行查找也就是在内存中多几次“判断下一条记录”的操作，对于CPU来说，这些操作所消耗的时间是可以忽略不计的。所以对一个索引字段进行检索，采用普通索引还是唯一索引在检索效率上基本上没有差别。

innodb行格式（或记录格式）