第16章：InnoDB数据存储结构

一、数据库的存储结构：页

1.磁盘与内存的交互基本单位:页

InnoDB将表中数据划分多个页来存储，InnoDB中页的大小默认是16KB

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从磁盘加载到内存。数据库管理存储空间的单位是页，数据库I/O操作的最小单位是页。一个页可以存储多个行记录。数据库的读取是以页为单位。

 2.页结构概述

页a,页b,页c这些页是双向链表连接，逻辑上是连续的。每个数据页根据页中记录按照主键值从小到大顺序组成单链表，每个数据页会为记录生成页目录，在通过主键查找记录的时候在页目录使用二分法快速定位对应的槽，然后遍历该槽对应分组的记录

3.页的大小

在MySQL数据库中，页的大小是16KB

mysql> show variables like '%innodb_page_size%';

4.页的上层结构

 

①区：页的上层结构是区，一个区分配64个连续的页。64*16=1024KB=1M

②段:有一个或多个区组成。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。

③表空间：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、撤销表空间、临时表空间等。

二、页的内部结构

1.页的概念

页按照类型划分，常见是数据页（B+树），系统页，Undo页和事务数据页。

数据页的16kb的存储空间的划分：

 各部分的作用：

 2.第1部分：文件头和文件尾

①文件头作用

描述各种页的通用信息，比如页的编号，上一页，下一页

②文件头的结构

FIL_PAGE_OFFSET

存放页号的

FIL_PAGE_TYPE

当前页的类型

FIL_PAGE_PREV和FIL_PAGE_NEXT

上一页的页号，下一页的页号

FIL_PAGE_SPACE_OR_CHKSUM

代表校验和

为了检测修改后的页是否完整（断电了，可能页不完整）。每当一个页在内存中修改，同步之前就把它的校验和计算出来。开始先写入文件头的校验和，当完全写完了，最后会写入文件尾的校验和。比较文件头和文件尾的校验和，如果两个相等，那么同步成功。不相等说明同步中间出错（有记录，继续刷盘。没有记录，回滚）。校验方式就是采用Hash 算法进行校验。

FIL_PAGE_LSN

页面修改时的日志文件。

③文件尾的结构

校验和+LSN页面修改时的日志文件

3.第2部分：空闲空间，用户记录，最大最小记录

空闲空间

每当插入一条记录，都会从空闲空间部分申请一个空间存储用户记录。当空闲空间没有了，意味着页满了，新记录的插入需要新的页了。

用户记录

将用户数据按照指定的行格式一条一条存储在用户记录部分，相互之间是单链表。记录头信息

用户记录的单链表的形成：（记录头信息）Compact

①创建表

 

 ②表中记录的行格式

 ③记录头信息的属性

 ④插入数据

'

 图示

 

⑤记录头信息属性讲解

delete_mash:0代表没删除，1代表删除。删除的信息实际上还在磁盘，只是打上一个删除标记。因为移除需要重新排列，导致性能下降。但是新插入的记录可以占用此空间。

min_rec_mask:非叶子节点（目录项的页）最小的主键值记录是1。

record_type:0是用户记录，1是目录项记录，2最小记录，3最大记录

heap_no:当前记录本页的位置。heap_no是0最小记录的，heap_no是1最大记录。所以从2开始

n_owned:页目录每个组多少条记录

next_record:指向的下一条记录，单链表（真实记录的地址偏移量）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

最小最大记录

比较的主键的大小，这两条记录不是我们自己定义的记录

 

4.第3部分：页目录，页面头部

页目录

①为什么需要页目录？

在页中，记录是单链表存储的，单链表的特点是插入，删除效率高。但是查找效率低，最差的情况是遍历链表所有的节点才能完成查找。所以，在页中设计了页目录（存储主键的数组），专门给记录做了一个目录，二分查找进行查找，提高效率。

②根据主键值查找页中的某条记录，如何实现快速查找？

通过页目录查找（页目录存放的是把记录分好组的最大主键值，分组为了减少存储空间）

实现：先把记录（删除的除外）分好组，第1组是最小记录分组，最后一组是最大记录分组，中间其余的组4-8条记录。组中最后一个记录头信息n_owned记录组中的多少条记录。页目录存储的是每组最后一条记录的地址偏移量，存放到slot槽中。

也就是：通过二分法定位记录所在的槽，找到槽所在分组主键最小的那条记录。

通过记录的next_record属性遍历该槽所在组的各个记录。

页头PageHeader

记录数据页存储记录的状态信息：本页存储了多少记录，多少个槽。

5.从数据页角度看B+树如何查询?

B+树按照节点类型：

叶子节点，B+树最底层节点，节点高度0，存储行记录

非叶子节点：存储索引和页面指针

 

问题1：树是如何进行数据检索的？

先从B+树的根开始，逐层检索。直到找到叶子节点，把对应的数据页加载到内存，通过对页目录进行二分查找记录所在的组，然后在分组中通过链表遍历方式查找记录。

问题2：普通索引和唯一索引有什么不同

普通索引和唯一索引在检索效率上基本没有区别。唯一索引是关键字没有重复的，找到了关键字就停止检索。普通索引的关键字可以重复，但是读取一条记录当把这个记录所在的页加载到内存，一个页存在上千条记录，普通索引多判断下一条记录的操作。普通索引和唯一索引在检索效率上基本没有区别。