mysql原理:mysql存储结构 和 b+树有什么关系？

最新推荐文章于 2024-08-09 21:27:22 发布
最新推荐文章于 2024-08-09 21:27:22 发布
阅读量263 收藏
点赞数
分类专栏： mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35843095/article/details/115431260
版权
本文详细介绍了MySQL InnoDB存储引擎中B+树的实现方式，从表空间、段、区、页到行的层级结构。重点讲解了行记录的紧凑格式，包括变长字段长度列表、null标志位、记录头信息等字段，以及页的结构，如文件头、页头、用户记录、空闲空间和页目录。内容还涵盖了页类型的判断、页之间的链接以及B+树在数据查找中的应用。此外，讨论了行溢出数据的处理以及数据页的存储限制。
摘要由CSDN通过智能技术生成

在这里插入图片描述
b+树
在这里插入图片描述

带着问题，读文章

我们都知道mysql的innodb是使用数据是B+树，但是我搜了很多博客，却没有资历能讲清除b+树在mysql中到底是如何存储的？或者说 innodb是怎么用表空间（tablespace），段（segment），区（extent），叶（Page），行（row）来实现B+树的。下面是物理存储的关系：
在这里插入图片描述

从表空间是innodb 逻辑引擎中最高结构,所有数据都存储在表空间中。（所以这个和b+树关系不大）这里需要的同学可以了解一下 自行了解一下 共享表空间。

行（row）

首先从最基本的来讲，我们存储的数据最基础的存储单位都是行，在物理存储上mysql也是以行来作为最基本的存储单位。行的记录格式有许多格式。innodb中行记录格式 有compact 和 redundant两种。这里只详解一种compact。

compact行记录格式

目前在mysql 5.0以后引入了compact行记录格式，也是现在5.5之后的默认行记录格式，他的记录格式如下：

在这里插入图片描述

  • 变长字段长度列表
    如果 列长度小于255字节 用1字节表示 ，若大于 255字节，用2字节表示。（因为varchar 最大长度为2^16次方 65535）
    注意的是：这个是一个列表，每一个值 是每一列的数值长度。

  • null标志位
    1个字节，有该行的某列是否null值。如果有null值，则该列所在的位将由0变为1。

  • 记录头信息:固定占5字节（40位）
    delete flag: 1位 该行是否已被删除。
    heapno：13位 索引堆中 该记录的排序记录
    next_record:16位 页中下一条记录的相对位置
    record_type: 3位 000表示普通 001表示B+树叶子节点指针，010 infimum 011 Supremum 1xxx 表示保留

总结：这里我们已经看到在行记录中，就已经有关于b+树的信息：
record_type: 表示是否是B+树的叶子节点
delete flag:删除位 （猜测：用来进行预删除，因为b+树的删除需要的资源挺多）
以及 和b+树排序相关的信息。

额外知识

mysql 一行数据最大长度不能超过65535 。

猜测：这个是由于在redundant行格式下,(变长字段长度列表)在redundant中是长度偏移列表。两个字节累计是2^16次方 65535.
验证：
这里要用 latin1 的字符集
在这里插入图片描述

行溢出数据 nnodb 存储引擎页的大小为16kb，既16384字节，怎么存放 65532字节的字符的呢？

innodb 存储引擎页的大小为16kb，既16384字节，怎么存放 65532字节的字符的呢？
因此：一般情况下，innodb存储引擎的数据都是存放在 页类型为b-tree node中的，但是当发生了行溢出时，
数据就会存放在 uncompress blob页中.如存放一个 65532的数据 只会把768字节的前缀数据存在引擎页中，超过的就存在 blob page中了
对于text 和blob数据诶下。也不是都全放在blob页中，也是只有前768字节放在引擎页中。

在这里插入图片描述

页

页中分为7个部分
File Header（文件头）。
Page Header（页头）。
Infimun+Supremum Records。（最小和最小记录值）
User Records（用户记录，即行记录）。
Free Space（空闲空间）。
Page Directory（页目录）。
File Trailer（文件结尾信息）。
在这里插入图片描述
由于我们主要是学习b+树相关知识。所以我们只看下面这些

File header

名称占用空间大小占用空间大小
FIL_PAGE_SPACE_OR_CHKSUM4字节页的校验和（checksum值）
FIL_PAGE_OFFSET4字节页号
FIL_PAGE_PREV4字节上一个页的页号
FIL_PAGE_NEXT4字节下一个页的页号
FIL_PAGE_LSN8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）
FIL_PAGE_TYPE2字节该页的类型
FIL_PAGE_FILE_FLUSH_LSN8字节仅在系统表空间的一个页中定义，代表文件至少被刷新到了对应的LSN值
FIL_PAGE_ARCH_LOG_NO_OR_SPACE_ID4字节页属于哪个表空间
FIL_PAGE_OFFSET4字节页号
FIL_PAGE_PREV4字节上一个页的页号
FIL_PAGE_NEXT4字节下一个页的页号

FIL_PAGE_TYPE 解释

十六进制描述
0x0002Undo日志页
0x0003索引节点页
0x000ABLOB页
0x45BF索引页，也就是我们所说的数据页

可以看到 在 file header中 ，有规定这一页是否为 索引页或者数据页，并且也指定了前后页号，代表着在页的层次上,可以理解为b+树的节点，而行数据为b+树节点中的元素

Infimum + Supremum

这部分存储的是固定的两条记录，分别为数据页中的「最小记录」和「最大记录」，如图所示：
在这里插入图片描述
在这里插入图片描述

这里可以看出 在b+树的叶子节点中查找数据可以配合着 行记录中的next_record来查询数据。

User Records

这里就是行记录在页中的位置,

Free Space

空闲空间，数据页中尚未使用的部分。被删除后的数据也会被放置到这个空间

page directory

简单理解就是讲这个页也分成小块，他存储每个小块某个数据的地址，有点像页（page）的目录
在这里插入图片描述

Page Header

这个基本是 和事务相关，以及标注了b+树的层级以及相关信息

名称占用空间大小占用空间大小
PAGE_MAX_TRX_ID8字节修改当前页的最大事务ID，该值仅在二级索引中定义
PAGE_LEVEL2字节当前页在B+树中所处的层级
PAGE_BTR_SEG_LEAF10字节B+树叶子段的头部信息，仅在B+树的Root页定义
PAGE_BTR_SEG_TOP10字节B+树非叶子段的头部信息，仅在B+树的Root页定义

参考文件
掘金小册《MySQL 是怎样运行的：从根儿上理解 MySQL》
《MySQL技术内幕:InnoDB存储引擎(第2版)》
https://zhuanlan.zhihu.com/p/149318688

龙门之上
关注
专栏目录
面试官：MySQL索引为什么要用B+树实现？
小识的博客
08-27 1万+
原因如下 B+树能显著减少IO次数，提高效率 B+树的查询效率更加稳定，因为数据放在叶子节点 B+树能提高范围查询的效率，因为叶子节点指向下一个叶子节点 介绍 在从一堆数据中查找指定的数据时，我们常用的数据结构是哈希表和二叉查找树，表本质上就是一堆数据的集合，所以MySQL数据库用了哈希表和B+树来实现索引 B+树是通过二叉查找树，再由平衡二叉树，B树（又名B-树）演化而来的，B+树中的B不是代表二叉（binary），而是代表平衡（balance），因为B+树是从最早的平衡二叉树演化而来，但是B+树不.
B+树 范围查询_MySQL索引的原理，B+树、聚集索引和二级索引的结构分析
weixin_39575502的博客
11-23 636
索引是一种用于快速查询行的数据结构，就像一本书的目录就是一个索引，如果想在一本书中找到某个主题，一般会先找到对应页码。在mysql中，存储引擎用类似的方法使用索引，先在索引中找到对应值，然后根据匹配的索引记录找到对应的行。我们首先了解一下索引的几种类型和索引的结构。索引类型B树大多数存储引擎都支持B树索引。b树通常意味着所有的值都是按顺序存储的，并且每一个叶子也到根的距离相同。B树索引能够加快访问...
MySQL中B+树实现原理
chengxuyuan_2012的专栏
03-06 770
如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的 IO 次数又会再次减少，数据查询的效率也会更快。因此其内部结点相对B树更小。问题：我们在平衡二叉树中，每个节点只保存了一个键值和数据，当我们保存海量的数据是，二叉树的高度就会非常高，而且磁盘的利用率也极低，访问磁盘的次数非常多，所以我们必须提高效率，一个节点保存多个键值。AVL树的平衡因子的绝对值不会超过1，正因为如此AVL树的形状肯定不会退化成一条链表的，而是“矮胖”型的树。
B树——Mysql存储引擎结构
长不大的大灰狼
07-14 1191
B树——MySQL存储引擎结构 搜索树保存数据时，其实只在内存中保存了每一项数据信息中需要查找的字段以及数据在磁盘中的位置，整体的数据实际也在磁盘中。 缺陷： 树的高度比较高，查找时最差情况下要比较树的高度次。 数据量如果特别大时，树中的节点可能无法一次性加载到内存中，需要多次IO（IO耗费时间长）。 1 B-树 1970年，R.Bayer和E.mccreight提出了一种适合外查找的树，它是一种平衡的多叉树，称为B树(有些地方写的是B-树，注意不要误读成"B减树")。B-树由于是多叉树，所以树的高度要
mysql中B+树的数据存储
最新发布
z3551906947的博客
08-09 2496
InnoDB存储引擎简介InnoDB是MySQL数据库的默认存储引擎之一，以其高性能、可靠性和ACID事务支持而闻名。InnoDB支持行级锁定和外键约束，提供了高并发的数据访问能力。ACID事务：确保数据库事务的原子性、一致性、隔离性和持久性。行级锁定：提高并发性能，减少锁冲突。外键约束：支持数据库的完整性和数据的一致性。崩溃恢复：通过日志文件和恢复机制，确保数据库在崩溃后能够恢复到一致状态。数据存储方式InnoDB存储引擎将数据存储在磁盘上的表空间中，表空间由数据文件组成。
MySQL B+树原理
weixin_37252542的博客
03-27 224
InnoDB存储引擎中页的大小为16KB，一般表的主键类型类型为INT（占用4字节）或BIGINT（占用8字节），指针类型也一般为4或8个字节，也就是说一个页（B+Tree中的一个节点）中存储16KB/(8B+8B)=1K个键值(因为是估值，为方便计算，这里的K取值为10^3)。上面的B+Tree示例图在数据库中的实现即为聚集索引，聚集索引的B+Tree中的叶子节点存放的是整张表的行记录数据，即主键。B+树索引是B+树在数据库中的一种实现，是数据库中使用最频繁的索引。B+树中的B代表balance。
MySQL的B+树原理
qq_46130027的博客
06-27 230
所以可以存储共4300万条数据，相当于到了4000万级别的数据量，而每个二级索引它又可以指向1170个一级索引，而每个一级索引又可以指向1170个叶子节点，这样我们就把一个B+树构建完了。然后去顺序读，可见，即使在这种千万级别的MySQL表中，如果想要查找某条数据或者用范围查找所花费的IO，也仅仅就是3次，就可以做到。在MySQL中，所有的数据都是存储在page中的，由page去管理这些数据。因此，我们可以看见，在文件系统中，即使这个文件只存储了一个字节的数据，但是他占用的物理数据仍然是4KB。
MySQL——B+ Tree 原理
小志的博客
01-10 1044
MySQL——B+ Tree 原理
数据结构：B树和B+树，以及B+树在mysql索引中应用
Winnie_boy的博客
05-23 685
前言： 在学习B树和B+树以及后面红黑树的过程中，建议大家先从基础的二叉树开始学起，最好可以手写一颗二叉搜索树，然后学习AVL树也就是平衡二叉搜索树，学习是一个循序渐进的过程，大家不要急于求成，文章是学习者基于自己对知识的认知总结分享的，但是对于读者来说，它只是辅助的作用，深入学习是非常有必要自己经历的一个过程。 B树 特点：多叉搜索树，在原有平衡二叉搜索树的基础上，支持同一节点多颗子树，同时满足平衡二叉树多特点。 B+树 B+树是本文的重点内容，相信大家在面试中经常被问到B树和B+树的区别，下面会给大家
她问我：为什么 MySQL 喜欢 B+ 树？我笑着画了 20 张图
weixin_64314555的博客
12-18 2618
「为什么 MySQL 采用 B+ 树作为索引？」这句话，是不是在面试时经常出现。 要解释这个问题，其实不单单要从数据结构的角度出发，还要考虑磁盘 I/O 操作次数，因为 MySQL 的数据是存储在磁盘中的嘛。 这次，就跟大家一层一层的分析这个问题，图中包含大量的动图来帮助大家理解，相信看完你就拿捏这道题目了！ 怎样的索引的数据结构是好的？ MySQL 的数据是持久化的，意味着数据（索引+记录）是保存到磁盘上的，因为这样即使设备断电了，数据也不会丢失。 磁盘是一个慢的离谱的存储设备，有多离谱呢？
Mysql使用B+树原理
weixin_44449185的博客
02-17 2283
在进一步分析为什么MySQL数据库索引选择使用B+树之前，我相信很多小伙伴对数据结构中的树还是有些许模糊的，因此我们由浅入深一步步探讨树的演进过程，在一步步引出B树以及为什么MySQL数据库索引选择使用B+树！ 学过数据结构的一般对最基础的树都有所认识，因此我们就从与我们主题更为相近的二叉查找树开始。 一、二叉查找树 （1）二叉树简介： 二叉查找树也称为有序二叉查找树，满足二叉查找树的一般性质，是...
MySQL B+ 树
01-19
问题： SELECT 0 = 0; // 返回 1 SELECT 0 = 1; // 返回 0 SELECT 0 = 'a'; // ？ SELECT 1 = '1'; // ？ 一 Page 页构成 B+ 树   表数据 CREATE TABLE t_t (        id INT PRIMARY KEY AUTO_INCREMENT,        a INT NOT NULL DEFAULT 0,        b INT NOT NULL DEFAULT 0,        c VARCHAR(32) NOT NULL DEFAULT '' )ENGINE=INNODB; 插
MySQL的B+树是什么原理？
长风破浪会有时的博客
04-23 428
B+树是一种特殊的树形数据结构，它就像是一棵有很多分支的大树。在MySQL中，B+树被用来存储索引和数据，帮助我们快速查找和访问数据库中的信息。
mysql是用b 树存储的吗_为什么MySQL数据库要用B+树存储索引
weixin_39813574的博客
02-08 137
二叉树的定义：二叉树是一种树形结构：特点是与每个节点关联的子节点至多有两个(可为0,1,2)每个节点的子节点有关联位置关系定义：二叉树是节点的有限集合，该集合或为空集，或由一个根元素和两棵不相交的二叉树组成(递归定义)二叉树的两棵子树分别称为它的左子树和右子树二叉树的5种基本形态：空二叉树只有根节点只有左子树，右子树为空只有右子树，左子树为空左右子树都不为空满的和完全的二叉树：满二叉树：树中每个分...
mysql 索引B+树原理
dcm19920115的博客
05-31 309
转载：http://blog.csdn.net/u013235478/article/details/50625677
Mysql B+树索引算法原理
小毕超博客
01-24 4661
一、索引算法分类 Hash表 等值查询效率比较高、但是不支持范围查询 二叉树 时间复杂度log2n 缺点：有可能产生不平衡 类似于链表的结构 时间复杂度为o(n) 平衡二叉树avl/红黑树 使用旋转和变色方式保证平衡 它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1 缺点： 如果存放几百条数据的情况下，树高度越高，查询效率会越慢 B-Tree树 叶子节点具有相同的深度、叶子节点指针是为空 ，所有索引的元素不能够重复 叶子节点的数据从左到右递增排列。 B+树 1.非叶子节点不存储data，只存
ＭySQL 的Ｂ+树存储原理
月华的博客
11-21 2996
数据库B+树存储结构
mysql中B+树索引原理
qqazqaz的博客
03-08 4470
mysql索引与B+树的关系
mysql数据库索引底层原理---------B+树(内附原理图)
AY_G的博客
04-12 5043
mysql索引底层原理 #B+树的原理 这里主要介绍的是B+树中，两种存储引擎MyISAM和InnoDB的区别。 1.什么是B+树 1.首先插入第一个元素为4，再插入第二个元素5，因为树形结构的特性，5大于4，所以5是存储在右边的。 2.接着再插入第三个元素3，因为3小于4，所以存储在左边，当插入第四个元素6的时候，会进行向上分裂。下面会提到为什么会分裂。 3.分裂后5的索引信息就被向上分裂。 ...
MySQL索引深度解析：B+树策略与优化实战
本PPT详细探讨了MySQL索引原理及其最佳实践，首先从数据结构层面解析B树和B+树的特点。B树是一种自平衡的数据结构，每个节点可以有多个子节点，适用于需要频繁插入和删除操作的场景，而B+树在叶子节点上存储所有数据...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值