【Mysql】 InnoDB引擎深入 - 数据页 | 聚集索引

1、InnoDB数据页结构

​ 页是InnoDB 管理存储空间的基本单位，一个页的大小一般是16KB 。可以理解为创建一个表时，会创建一个大小为16KB大小的空间，也就是数据页。新增数据时会往该页中User Records中添加数据，如果页的大小不够使用了继续创建新的页。也就是说一般情况下一次最少从磁盘读取16kb的内容到内存，一次最少把16kb的内容刷新到磁盘中，其作用有点缓存行的意思。

局部性原理：

​ 就是说当我们需要1个字节的数据时，系统会根据局部性原理，在磁盘取出该数据相邻的数据一起放入内存重中，预备后续使用。在操作系统中以“页”为单位取值为4kb，同理在Innodb数据库中也是以“页”为单位（16kb）。

综上，可以知道我们的数据是存储在“页”中的，而每次查询数据到内存都是以“页”为单位读取到内存中。

数据页结构 ：

                             

 每一个数据页都包含以上几块内容：

名称	中文名	占用空间(字节)	简单描述
File Header	文件头	38	页的通用信息，如编号、上一页、下一页等等
Page Header	页面头	56	数据页专有的信息，因为数据页不仅仅有数据，也可以作为索引页。
Infimum + Supremum	最大、最小记录	26	两个虚拟的行记录
User Records	用户记录	不确定	实际存储的行记录内容
Free Space	空闲空间	不确定	页中尚未使用的空间
Page Directory	页面目录	不确定	页中的某些记录的相对位置
File Trailer文件尾8校验页是否完整

 备注：File Header 并不是所有类型的页都有上一个页(FIL_PAGE_PREV)和下一个页(FIL_PAGE_NEXT)的属性,但数据页是有这两个数据属性的,如一张表数据量过大,16kb存不下,就会分成很多个页,此时就这两个属性作用就发挥作用。

这里核心我们了解User Records、Free Space、Page Directory即可

过程：在一开始创建数据页时，User Records其实也就是Free Space，当插入一条数据后，会从Free Space中分配出空间作为User Records来存储数据，直到Free Space使用完。

Page Directory 下来逻辑中介绍。

数据存储逻辑：

假如现在有一张test表，插入n条数据 ：

2 - C - 3 - 100 ；

3 - B - 5- 100；

1 - A - 2- 100 ；

........

我们都知道InnoDB有个特点，必须要有一个主键或者唯一索引，如果没有默认添加rowId作为主键。 在插入数据时会根据主键的大小从小到大默认排序插入。

假如上面的数据 第一列为主键，那么这些数据会是下面这这样存储：

                                            

 行数据在数据页中以链的方式链接，每次插入数据时都会根据其主键大小顺序进行插入到指定位置，所以为什么说主键推荐使用“主键自增”，且比较小，因为自增就不会出现往中间插入的情况，只会一只往尾部插入。如果主键打比较大，占用页空间就大，可能就需要更多的数据页来存储。

如果说当一个数据页的空间使用完了，那么剩下的数据就会创建新的数据页取存储，这种情况也叫 数据页溢出，那这时查询数据就需要夸页查找。

 那么问题来了，InnoDB存储数据时会将数据根据主键进行排序插入呢，这样不是会影响插入效率吗？

确实会影响插入效率，但是InnoDB后续做法，会大大提交查询效率，接着看：

如果就是这样，那么可想而知如果想要查询主键4的数据，那就必须去完全扫描第一个数据页（真实情况下一个数据也存储数据很多），效率肯定很差。

InnoDB是这样做的，它将UserReords中的数据按照一定量进行分组，将最小值最为key生成一个目录，也就是页目录Page Directory。

如果是这样，那么现在如果想要找主键为4的数据，那这样就不会直接去扫描一条条数据了，因为 3 < 4 < 5

因为以最小值去作为目录内容，所以主键为4的数据，就可以定位在 3目录下了，这只需要扫描 2条数据就可以定位到数据了。

根据上述的解释，是不是理解了为什么InnoDB为什么需要主键了或者唯一索引了吧。

那现在问题又来了，如果我的数据页非常多，那无法知道数据是在哪个数据页中，如果对所有页扫描肯定也是不行的？

InnoDB是这样做的，再创建一个页，为目录页，这个页可以用来记录 该页主键最小数据作为key，页号（每个页地址）作为value。

像这样，那么在查找主键为5的数据时，会优先通过 目录页使用以上同样的方式定位到第200页，然后再通过200页内的页目录去查找数据。 注意：因为目录页也是数据页，大小也是16kb。

突然我们好像发现了什么，这不就是B+树结构吗？ 是的，这就是InnoDB数据存储结构。当数据量很大时，目录页页会被优化，需要更多目录页来处理，则高度增加。

一般2层高度结构大概存储20000条左右数据量：16384 / (8+6) * 16 = ~18714 【8字节：主键空间 ，6字节 ：指针空间 - 每一页的地址，如果每行数据算1kb，那么每个页存储16行数据 ，16384 / (8+6) 代表目录页的键值对数 】

一般3层高度结构大概存储20000条左右数据量：2000万条数据

以上就是InnoDB数据存储结构原理，同时这样用于目录查询功能的字段也就是聚合索引（一般就是主键或者唯一索引）。