MySQL实现的一点总结（一）

/*********************************
//能写多少算多少吧
//烟花来喽~
*********************************/
Character_set_server：服务器级别字符集
Collation_server：服务器级别比较规则
库级：（不指定则使用上一级的规则）
Create database xx character set gb2312 collate gb2312_chinese_si;
Use xx; show variables like ‘character_set_database’;
表级：
Create table t ( col varchar(10) ) character set utf8 collate utf8_general_ci;
列级：
Alter table t modify col varchar(10) character set gbk collate gbk_chinese_ci;
Character_set_client：服务器认为请求所使用的编码；
Character_set_connection：服务器处理时转化成此编码；
Character_set_results：结果转化成此编码返回客户端；

InnoDB：
将数据分为页，以页（默认16K）为单位在磁盘与内存之间交换
Compact行格式：
变长字段长度表 | null值表 | 记录头 | ( row_id trx_id roll_pointer) | 列值1 | 列值2 | … |（null值不存）
变长字段长度表：存储各（变长字段以及变长编码的定长字段）的真实字节数，列逆序（因为读的时候是从中间往两边走，逆序使得列值和长度对应）；如何确定每个字段长度使用一字节还是两字节——先看定义的表结构，if字符数M（如varchar(M)）* 每个字符所需的字节数W（根据所使用的字符集）<= 255，则用1字节；否则看真实数据长度，if <= 127，使用1字节，否则使用2字节（这种情况可以字节首位是否为1区分1字节还是2字节）
null值表：每个允许为null值的字段对应1bit，然后补齐为整数字节（高补0）
row_id（6B） trx_id（6B） roll_pointer（7B）：这三个由MySQL自动添加，row_id在没有定义主键时添加，trx_id事务ID，roll_pointer回滚指针
列值：定长字段定长编码时按M*N分配存储空间，变长编码时至少占M字节
注意列值这边没有null值（null值由null值表表示）

Redundant行格式：
字段长短偏移表 | 头信息 | 真实数据 …
字段长短偏移表：每个字段的偏移值（结尾的位置），if所有列数据的总长度 <= 127，用1字节表示长度（即每个偏移值占1字节），否则用2字节（>32767时使用溢出页），——why 1字节时是127呢？因为与上面compact不同，这里所有的列都会记录，所以用第一个字节最高位来表示此列是否为null；然后在头信息里边有个1byte_offs_flag表示长度用的1字节还是2字节；另注意此偏移表也包括那三个MySQL自动添加的列
列值：对于变长字符集的定长字段，使用最大长度存储（如utf8字符集使用1~3个字节，则utf8的char(10)分配30字节）

溢出列：（varchar,text,blob都可能溢出）
先搞个溢出：create table xx ( c varchar(65532) ) charset = ASCII row_format = compact;
Insert into xx © values(repeat(‘a’,65532));
格式：字符串前768个 | 溢出页地址（20B）+ 数据字节数
规定一页至少存两条记录，so当 页信息132B + 2 *（额外信息27B + 真实数据nB） < 16384（16K），即n < 8099时不溢出

MySQL5.7默认行格式：dynamic，此格式溢出时将所有真实数据存到溢出页，本页只留那20B地址和字节数

Compressed行格式会进行页面压缩

数据页（索引页）：
File header（38B）
Page header (56B)
Infimum + supremum (26B) ：页面最小最大记录
User records
Free space
Page directory
File trailer (8B)：校验

结合此结构分析一下记录头（位于实际列值和字段长度表之间）：
Deleted_flag：1bit，1表示记录已被删除（节约性能，不能真删），所有删掉的形成垃圾链表（可重用空间），可被之后新纪录利用
Min_rec_flag：B+树非叶节点的最小目录项
N_owned：分组后的大哥记录本组记录数，见下
Heap_no：记录在user record中的相对位置
Next_record：到下一条记录真实数据的距离（可正可负，注意是直接定位到真实数据的位置，不是记录的起始位置）——下一条指按主键大小的下一条，即形成单链
由上面的页面结构可知，user records上面是Infimum + supremum——最小最大记录指主键的大小，这俩玩意里边就存了俩单词，并非user插入的记录，相当于user records的头尾指针吧，所以单链类似于：Infimum ——> 主键1 ——> 主键2 ——> … ——> supremum
记录被删后 deleted_flag = 1，next_record = 0，heap_no不变——这里不清楚怎么组织的有效数据链和垃圾链
Page directory（页目录）：将所有正常记录分组（包括Infimum和supremum），每组最后一条（主键最大）是大哥，其他是小弟，大哥的n_owned记录组内的记录数，然后将大哥们的真实数据地址（在页面中的偏移量）取出，按序（逆序，从大到小）存入page directory中，每个地址偏移量（slot）占2字节
规定：Infimum的第一组只有一条记录，其余组4~8条，最后一组supremum 1~8条，——即大于8条，就分裂成4+5，并新增一个slot（目录项），修改n_owned等
有了这个目录，页内查找就可以根据slot值进行二分
Page header：记录slot个数，free space地址，记录数，垃圾链表头已删除记录字节数，最后插入位置，插入方向（即新插入的主键比上一条大还是小），正常用户记录数，在B+树中的层级，索引ID等
File header：包含校验和，页号，相邻页号pre和next（页面双链），最后修改的日志号（LSN），页类型，表空间ID
File trailer：校验和（4B），LSN（4B）——这俩跟header里面的是一个东西，头尾比较可以判断数据完整性，是否完整刷新，避免搞一半断电之类的