MYSQL是怎样运行的-第4章-行格式

gdutbogu

于 2024-06-08 10:30:00 发布

阅读量553

点赞数 24

分类专栏：读书笔记文章标签： mysql 数据库

本文链接：https://blog.csdn.net/Lbogu/article/details/139474274

版权

读书笔记专栏收录该内容

10 篇文章 0 订阅

订阅专栏

一、InnoDB页简介

InnoDB 是一个将表中的数据存储到磁盘上的存储引擎。InnoDB 采取的方式是：将数据划分为若干个页，以页作为磁盘和内存之间交互的基本单位， InnoDB 中页的大小一般为 16 KB。也就是在一般情况下，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。

二、InnoDB行格式

平时是以行记录为单位来向表中插入数据的，这些记录在磁盘上的存放方式也被称为行格式或者记录格式。设计 InnoDB 存储引擎的大叔们到现在为止设计了 4 种不同类型的行格式，分别是 Compact 、 Redundant 、Dynamic 和 Compressed 行格式

2.1 指定行格式的语法

在创建或修改表的语句中指定行格式：

CREATE TABLE 表名 (列的信息) ROW_FORMAT=行格式名称

ALTER TABLE 表名 ROW_FORMAT=行格式名称

2.2 COMPACT行格式

一条完整的记录其实可以被分为记录的额外信息和记录的真实数据两大部分。

2.2.1 记录的额外信息

这部分信息是服务器为了描述这条记录而不得不额外添加的一些信息，这些额外信息分为 3 类，分别是变长字段长度列表、 NULL值列表和记录头信息，分别看一下。

变长字段长度列表

MySQL 支持一些变长的数据类型，比如 VARCHAR(M) 、 VARBINARY(M) 、各种 TEXT 类型，各种 BLOB 类型，我们也可以把拥有这些数据类型的列称为变长字段，变长字段中存储多少字节的数据是不固定的，所以我们在存储真实数据的时候需要顺便把这些数据占用的字节数也存起来，这样才不至于把 MySQL 服务器搞懵，所以这些变长字段占用的存储空间分为两部分：

1. 真正的数据内容

2. 占用的字节数

在 Compact 行格式中，把所有变长字段的真实数据占用的字节长度都存放在记录的开头部位，从而形成一个变长字段长度列表，各变长字段数据占用的字节数按照列的顺序逆序存放，我们再次强调一遍，是逆序存放！

拿record_format_demo 表中的第一条记录来举个例子。因为 record_format_demo 表的 c1 、 c2 、 c4 列都是 VARCHAR(10) 类型的，也就是变长的数据类型，所以这三个列的值的长度都需要保存在记录开头处，因为 record_format_demo 表中的各个列都使用的是 ascii 字符集，所以每个字符只需要 1个字节来进行编码，来看一下第一条记录各变长字段内容的长度：

又因为这些长度值需要按照列的逆序存放，所以最后变长字段长度列表的字节串用十六进制表示的效果就是（各个字节之间实际上没有空格，用空格隔开只是方便理解）：

01 03 04

把这个字节串组成的变长字段长度列表填入上边的示意图中的效果就是：

由于第一行记录中 c1 、 c2 、 c4 列中的字符串都比较短，也就是说内容占用的字节数比较小，用 1个字节就可以表示，但是如果变长列的内容占用的字节数比较多，可能就需要用 2 个字节来表示。具体用 1 个还是 2个字节来表示真实数据占用的字节数， InnoDB 有它的一套规则，我们首先声明一下 W 、 M 和 L 的意思：

1. 假设某个字符集中表示一个字符最多需要使用的字节数为 W ，也就是使用 SHOW CHARSET 语句的结果中的 Maxlen 列，比方说 utf8 字符集中的 W 就是 3 ， gbk 字符集中的 W 就是 2 ， ascii 字符集中的 W 就是 1 。

2. 对于变长类型 VARCHAR(M) 来说，这种类型表示能存储最多M个字符（注意是字符不是字节），所以这个类型能表示的字符串最多占用的字节数就是 M×W 。

3. 假设它实际存储的字符串占用的字节数是 L 。

所以确定使用1 个字节还是 2 个字节表示真正字符串占用的字节数的规则就是这样：

如果 M×W <= 255 ，那么使用 1 个字节来表示真正字符串占用的字节数。

也就是说InnoDB在读记录的变长字段长度列表时先查看表结构，如果某个变长字段允许存储的最大字节数不大于255时，可以认为只使用1个字节来表示真正字符串占用的字节数。

如果 M×W > 255 ，则分为两种情况：

如果 L <= 127 ，则用1 个字节来表示真正字符串占用的字节数。

如果 L > 127 ，则用2 个字节来表示真正字符串占用的字节数。

InnoDB在读记录的变长字段长度列表时先查看表结构，如果某个变长字段允许存储的最大字节数大于255时，该怎么区分它正在读的某个字节是一个单独的字段长度还是半个字段长度呢？使用该字节的第一个二进制位作为标志位：如果该字节的第一个位为0，那该字节就是一个单独的字段长度（使用一个字节表示不大于127的二进制的第一个位都为0），如果该字节的第一个位为1，那该字节就是半个字段长度。

对于一些占用字节数非常多的字段，比方说某个字段长度大于了16KB，那么如果该记录在单个页面中无法存储时，InnoDB会把一部分数据存放到所谓的溢出页中，在变长字段长度列表处只存储留在本页面中的长度，所以使用两个字节也可以存放下来。

总结一下就是说：如果该可变字段允许存储的最大字节数（ M×W ）超过255字节并且真实存储的字节数（ L ）超过127字节，则使用2个字节，否则使用1个字节。

另外需要注意的一点是，变长字段长度列表中只存储值为非 NULL 的列内容占用的长度，值为 NULL 的列的长度是不储存的。也就是说对于第二条记录来说，因为 c4 列的值为 NULL ，所以第二条记录的变长字段长度列表只需要存储 c1 和 c2 列的长度即可。其中 c1 列存储的值为 'eeee' ，占用的字节数为 4 ， c2 列存储的值为 'fff' ，占用的字节数为 3 。数字 4 可以用 1 个字节表示， 3 也可以用 1 个字节表示，所以整个变长字段长度列表共需 2 个字节。填充完变长字段长度列表的两条记录的对比图如下：

注：

并不是所有记录都有这个变长字段长度列表部分，比方说表中所有的列都不是变长的数据类型的话，这一部分就不需要有。

NULL 值列表

表中的某些列可能存储 NULL 值，如果把这些 NULL 值都放到记录的真实数据中存储会很占地方，所以 Compact 行格式把这些值为 NULL 的列统一管理起来，存储到 NULL 值列表中，它的处理过程是这样的：

1. 首先统计表中允许存储 NULL 的列有哪些。

我们前边说过，主键列、被 NOT NULL 修饰的列都是不可以存储 NULL 值的，所以在统计的时候不会把这些列算进去。比方说表 record_format_demo 的 3 个列 c1 、 c3 、 c4 都是允许存储 NULL 值的，而 c2 列是被 NOT NULL 修饰，不允许存储 NULL 值。

2. 如果表中没有允许存储 NULL 的列，则 NULL 值列表也不存在了，否则将每个允许存储 NULL 的列对应一个二进制位，二进制位按照列的顺序逆序排列，二进制位表示的意义如下：

二进制位的值为 1 时，代表该列的值为 NULL 。

二进制位的值为 0 时，代表该列的值不为 NULL 。

因为表 record_format_demo 有3个值允许为 NULL 的列，所以这 3个列和二进制位的对应关系就是这样：

二进制位按照列的顺序逆序排列，所以第一个列 c1 和最后一个二进制位对应。

3. MySQL 规定 NULL值列表必须用整数个字节的位表示，如果使用的二进制位个数不是整数个字节，则在字节的高位补 0 。

表 record_format_demo 只有 3 个值允许为 NULL 的列，对应 3个二进制位，不足一个字节，所以在字节的高位补 0 ，效果就是这样：

以此类推，如果一个表中有9个允许为 NULL ，那这个记录的 NULL 值列表部分就需要 2 个字节来表示了。

对于第一条记录来说， c1 、 c3 、 c4 这 3 个列的值都不为 NULL ，所以它们对应的二进制位都是 0 ，画个图就是这样：

所以第一条记录的 NULL值列表用十六进制表示就是： 0x00 。

对于第二条记录来说， c1 、 c3 、 c4 这 3 个列中 c3 和 c4 的值都为 NULL ，所以这 3个列对应的二进制位的情况就是：

所以第二条记录的 NULL值列表用十六进制表示就是： 0x06 。

所以这两条记录在填充了 NULL值列表后的示意图就是这样：

记录头信息

由固定的 5 个字节组成。 5 个字节也就是 40 个二进制位，不同的位代表不同的意思，如图：

2.2.2 记录的真实数据

对于 record_format_demo 表来说，记录的真实数据除了 c1 、 c2 、 c3 、 c4 这几个我们自己定义的列的数据以外， MySQL 会为每个记录默认的添加一些列（也称为隐藏列），具体的列如下：

实际上这几个列的真正名称其实是：DB_ROW_ID、DB_TRX_ID、DB_ROLL_PTR。

InnoDB 表对主键的生成策略：优先使用用户自定义主键作为主键，如果用户没有定义主键，则选取一个 Unique 键作为主键，如果表中连 Unique 键都没有定义的话，则 InnoDB 会为表默认添加一个名为 row_id 的隐藏列作为主键。所以我们从上表中可以看出： InnoDB 存储引擎会为每条记录都添加 transaction_id 和 roll_pointer 这两个列，但是 row_id 是可选的（在没有自定义主键以及 Unique 键的情况下才会添加该列）。这些隐藏列的值不用管， InnoDB 存储引擎会自己帮我们生成的。

因为表 record_format_demo 并没有定义主键，所以 MySQL 服务器会为每条记录增加上述的 3个列。现在看一下加上记录的真实数据的两个记录长什么样吧：

注意几点：

1. 表 record_format_demo 使用的是 ascii 字符集，所以 0x61616161 就表示字符串 'aaaa' ， 0x626262 就表示字符串 'bbb' ，以此类推。

2. 注意第 1 条记录中 c3 列的值，它是 CHAR(10) 类型的，它实际存储的字符串是： 'cc' ，而 ascii 字符集中的字节表示是 '0x6363' ，虽然表示这个字符串只占用了 2 个字节，但整个 c3 列仍然占用了 10个字节的空间，除真实数据以外的 8 个字节的统统都用空格字符填充，空格字符在 ascii 字符集的表示就是 0x20 。

3. 注意第 2 条记录中 c3 和 c4 列的值都为 NULL ，它们被存储在了前边的 NULL值列表处，在记录的真实数据处就不再冗余存储，从而节省存储空间。

2.2.3 CHAR(M) 列的存储格式

变长字符集的 CHAR(M) 类型的列要求至少占用 M 个字节，而 VARCHAR(M) 却没有这个要求。比方说对于使用 utf8 字符集的 CHAR(10) 的列来说，该列存储的数据字节长度的范围是 10 ～ 30个字节。即使我们向该列中存储一个空字符串也会占用 10 个字节，这是怕将来更新该列的值的字节长度大于原有值的字节长度而小于 10个字节时，可以在该记录处直接更新，而不是在存储空间中重新分配一个新的记录空间，导致原有的记录空间成为所谓的碎片。

2.3 Redundant 行格式

2.4 行溢出数据

2. 4.1 VARCHAR(M)最多能存储的数据

对于 VARCHAR(M) 类型的列最多可以占用 65535 个字节。其中的 M 代表该类型最多存储的字符数量，如果我们使用 ascii 字符集的话，一个字符就代表一个字节，我们看看 VARCHAR(65535) 是否可用：

mysql> CREATE TABLE varchar_size_demo(

-> c VARCHAR(65535)

-> ) CHARSET=ascii ROW_FORMAT=Compact;

ERROR 1118 (42000): Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535. This includes storage overhead, check the manual. You have to change some columns to TEXT or BLOBs

从报错信息里可以看出， MySQL 对一条记录占用的最大存储空间是有限制的，除了 BLOB 或者 TEXT 类型的列之外，其他所有的列（不包括隐藏列和记录头信息）占用的字节长度加起来不能超过 65535 个字节。所以 MySQL 服务器建议我们把存储类型改为 TEXT 或者 BLOB 的类型。这个 65535 个字节除了列本身的数据之外，还包括一些其他的数据（ storage overhead ），比如说我们为了存储一个 VARCHAR(M) 类型的列，其实需要占用 3部分存储空间：

真实数据

真实数据占用字节的长度

NULL 值标识，如果该列有 NOT NULL 属性则可以没有这部分存储空间

如果该 VARCHAR 类型的列没有 NOT NULL 属性，那最多只能存储 65532 个字节的数据，因为真实数据的长度可能占用 2 个字节， NULL 值标识需要占用 1 个字节：

mysql> CREATE TABLE varchar_size_demo(

-> c VARCHAR(65532)

-> ) CHARSET=ascii ROW_FORMAT=Compact;

Query OK, 0 rows affected (0.02 sec)

如果 VARCHAR 类型的列有 NOT NULL 属性，那最多只能存储 65533 个字节的数据，因为真实数据的长度可能占用2 个字节，不需要 NULL 值标识：

mysql> DROP TABLE varchar_size_demo;

Query OK, 0 rows affected (0.01 sec)

mysql> CREATE TABLE varchar_size_demo(

-> c VARCHAR(65533) NOT NULL

-> ) CHARSET=ascii ROW_FORMAT=Compact;

Query OK, 0 rows affected (0.02 sec)

如果 VARCHAR(M) 类型的列使用的不是 ascii 字符集，那 M 的最大取值取决于该字符集表示一个字符最多需要的字节数。在列的值允许为 NULL 的情况下， gbk 字符集表示一个字符最多需要 2 个字节，那在该字符集下， M 的最大取值就是 32766 （也就是： 65532/2 ），也就是说最多能存储 32766 个字符；utf8 字符集表示一个字符最多需要 3 个字节，那在该字符集下， M 的最大取值就是 21844 ，就是说最多能存储 21844 （也就是： 65532/3 ）个字符。

小贴士：

上述所言在列的值允许为NULL的情况下，gbk字符集下M的最大取值就是32766，utf8字符集下M的最大取值就是21844，这都是在表中只有一个字段的情况下说的，一定要记住一个行中的所有列（不包括隐藏列和记录头信息）占用的字节长度加起来不能超过65535个字节！

2. 4.2 记录中的数据太多产生的溢出

在 Compact 和 Reduntant 行格式中，对于占用存储空间非常大的列，在记录的真实数据处只会存储该列的一部分数据，把剩余的数据分散存储在几个其他的页中，然后记录的真实数据处用 20个字节存储指向这些页的地址（当然这 20个字节中还包括这些分散在其他页面中的数据的占用的字节数），从而可以找到剩余数据所在的页，如图所示：

对于 Compact 和 Reduntant 行格式来说，如果某一列中的数据非常多的话，在本记录的真实数据处只会存储该列的前 768 个字节的数据和一个指向其他页的地址，然后把剩下的数据存放到其他页中，这个过程也叫做行溢出，存储超出 768 字节的那些页面也被称为溢出页。简图就是这样：

需要注意的是，不只是 VARCHAR(M) 类型的列，其他的 TEXT 、 BLOB 类型的列在存储数据非常多的时候也会发生行溢出。

2.4.3 行溢出的临界点

MySQL 中规定一个页中至少存放两行记录。

2.5 Dynamic 和 Compressed 行格式

Dynamic 和 Compressed 行格式，我现在使用的 MySQL 版本是 5.7 ，它的默认行格式就是 Dynamic ，这俩行格式和 Compact 行格式挺像，在处理行溢出数据时有点不同，不会在记录的真实数据处存储字段真实数据的前 768 个字节，而是把所有的字节都存储到其他页面中，只在记录的真实数据处存储其他页面的地址：