MySQL InnoDB结构

深藏阁楼爱情的钟 2023-06-20 13:59 137阅读 0赞

## 逻辑存储结构 ##

![InnoDB%E9%80%BB%E8%BE%91%E5%AD%98%E5%82%A8%E7%BB%93%E6%9E%84.jpg][InnoDB_E9_80_BB_E8_BE_91_E5_AD_98_E5_82_A8_E7_BB_93_E6_9E_84.jpg]

*  #### Tablespace(表空间) ####
    
    InnoDB把数据保存在表空间内，表空间可以看作是InnoDB存储引擎逻辑结构的最高层。本质上是一个由一个或多个磁盘文件组成的虚拟文件系统，存储表和索引，还保存了回滚段、双写缓冲区等
 *  #### Segment(段) ####
    
    表空间的主要组织单位，常见的段有数据段、索引段、回滚段等，是构成索引、表、回滚段的基本元素。 创建一个索引（B+树）时会同时创建两个段，分别是内节点段和叶子段，内节点段用来管理（存储）B+树非叶子（页面）的数据，叶子段用来管理（存储）B+树叶子节点的数据。
 *  #### extent(区/簇) ####
    
    簇是构成段的基本元素，一个段由若干个簇构成。 簇是由64个连续的页组成的，每个页大小为16KB，即每个簇的大小为1MB。
 *  #### Page(页) ####
    
    页是InnoDB存储引擎磁盘管理的最小单位，每个页默认16KB。常见的页类型有数据页（B-tree Node）、Undo页（Undo Log Page）、系统页（System Page）、事务数据页（Transaction system Page）等。
 *  #### Row(行) ####
    
    数据的存放形式，最多允许存放16KB/2-200，即7992行记录。

## 页结构 ##

![Page%E7%BB%93%E6%9E%84.jpg][Page_E7_BB_93_E6_9E_84.jpg]  
![Page%E7%BB%93%E6%9E%84.jpg][Page_E7_BB_93_E6_9E_84.jpg]

<table> 
 <thead> 
  <tr> 
   <th>名称</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>File Header(文件头信息)</td> 
   <td>如表空间中页的偏移值(FIL_PAGE_OFFSET)、上一页位置指针(FIL_PAGE_PREV )、下一页位置指针(FIL_PAGE_NEXT)、页类型等</td> 
  </tr> 
  <tr> 
   <td>Page Header(页头信息)</td> 
   <td>如当前页记录的数量、页中空闲空间的起始地址、索引ID(当前页属于哪个索引)等。</td> 
  </tr> 
  <tr> 
   <td>Infimun + Supremum Records</td> 
   <td>首次创建索引时，InnoDB会在根页面中自动设置一个最小记录和一个最高记录，并且永远不会删除它们。infimum表示比最小的索引值还要小的值，Supremum表示比最大的索引值还要大的值。最初，它们都存在于根页面上，但是随着索引的增长，最低记录将存在于第一或最低叶子页上，最高记录将出现在最后或最大索引值页上。</td> 
  </tr> 
  <tr> 
   <td>User Records(用户记录)</td> 
   <td>用户插入的所有记录，记录中都有一个记录指针指向下一个记录。换句话说，记录是单向链接列表。因此InnoDB搜索时可以按键顺序访问行。</td> 
  </tr> 
  <tr> 
   <td>Free Space(空闲空间)</td> 
   <td>一个链表结构。在一条记录被删除后，该空间会被加入到空闲链表中用于插入时分配</td> 
  </tr> 
  <tr> 
   <td>Page Directory(页目录)</td> 
   <td>存放了<strong>可变数量</strong>的记录指针，记录指针也被称为“插槽”(slot)。插槽跟踪记录的逻辑(索引)顺序进行排序，所以易于对Page上的记录进行二分查找，但只能给出一个粗略的位置。在一个填满数据的Page中，每个槽有6个记录。</td> 
  </tr> 
  <tr> 
   <td>File Trailer(文件尾)</td> 
   <td>用于检测Page的完整性（是否完整地写入了磁盘）</td> 
  </tr> 
 </tbody> 
</table>

## 索引结构 ##

*  ### MySQL索引类型 ###
    
     *  ##### 聚集(聚簇)索引：以主键创建的索引，叶子节点存储行数据 #####
     *  ##### 非聚集(聚簇)索引：非主键创建的索引，叶子节点存储的是索引列和主键。使用非聚集索引查询数据，会先根据索引列获取主键，再根据主键查到数据(该过程叫回表)。使用复合索引可省去回表查询。 #####

![%28%E9%9D%9E%29%E8%81%9A%E9%9B%86%E7%B4%A2%E5%BC%95.png][28_E9_9D_9E_29_E8_81_9A_E9_9B_86_E7_B4_A2_E5_BC_95.png]

## B树(B-树)、B+树 ##

B-tree树即B树，B即Balanced，故B树的原英文B-tree其实就是B树，由于B+、B-的命名常让人误认为B-tree是另一种树。

*  ### B-树 ###
    
    B-树是一种多路搜索树，其定义如下：
    
     *  定义任意非叶子结点最多只有M个儿子；且M>2
     *  根结点的儿子数为\[2, M\]
     *  除根结点以外的非叶子结点的儿子数为\[M/2, M\]
     *  每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）
     *  非叶子结点的关键字个数=指向儿子的指针个数-1
     *  非叶子结点的关键字：K\[1\], K\[2\], …, K\[M-1\]；且K\[i\] < K\[i+1\]
     *  非叶子结点的指针：P\[1\], P\[2\], …, P\[M\]；其中P\[1\]指向关键字小于K\[1\]的子树，P\[M\]指向关键字大于K\[M-1\]的子树，其它P\[i\]指向关键字属于(K\[i-1\], K\[i\])的子树
     *  所有叶子结点位于同一层  
        特性如下：
     *  关键字集合分布在整颗树中
     *  任何一个关键字出现且只出现在一个结点中
     *  搜索有可能在非叶子结点结束
     *  其搜索性能等价于在关键字全集内做一次二分查找
     *  自动层次控制

![20180820093655950.png][]

*  ### B+树特点 ###
    
    B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在  
    非叶子结点命中），其性能也等价于在关键字全集做一次二分查找。  
    特性：
    
     *  所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的
     *  不可能在非叶子结点命中
     *  非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层
     *  更适合文件索引系统  
        ![20180820093655954.png][]

[InnoDB_E9_80_BB_E8_BE_91_E5_AD_98_E5_82_A8_E7_BB_93_E6_9E_84.jpg]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9rbm93bGVkZ2UtcGljdHVyZXMub3NzLWNuLWJlaWppbmcuYWxpeXVuY3MuY29tL215c3FsL0lubm9EQiVFOSU4MCVCQiVFOCVCRSU5MSVFNSVBRCU5OCVFNSU4MiVBOCVFNyVCQiU5MyVFNiU5RSU4NC5qcGc?x-oss-process=image/format,png
[Page_E7_BB_93_E6_9E_84.jpg]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9rbm93bGVkZ2UtcGljdHVyZXMub3NzLWNuLWJlaWppbmcuYWxpeXVuY3MuY29tL215c3FsL1BhZ2UlRTclQkIlOTMlRTYlOUUlODQuanBn?x-oss-process=image/format,png
[28_E9_9D_9E_29_E8_81_9A_E9_9B_86_E7_B4_A2_E5_BC_95.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9rbm93bGVkZ2UtcGljdHVyZXMub3NzLWNuLWJlaWppbmcuYWxpeXVuY3MuY29tL215c3FsLyUyOCVFOSU5RCU5RSUyOSVFOCU4MSU5QSVFOSU5QiU4NiVFNyVCNCVBMiVFNSVCQyU5NS5wbmc?x-oss-process=image/format,png
[20180820093655950.png]: https://imgconvert.csdnimg.cn/aHR0cDovL3d3dy4yY3RvLmNvbS91cGxvYWRmaWxlL0NvbGxmaWxlcy8yMDE4MDgyMC8yMDE4MDgyMDA5MzY1NTk1MC5wbmc?x-oss-process=image/format,png
[20180820093655954.png]: https://imgconvert.csdnimg.cn/aHR0cDovL3d3dy4yY3RvLmNvbS91cGxvYWRmaWxlL0NvbGxmaWxlcy8yMDE4MDgyMC8yMDE4MDgyMDA5MzY1NTk1NC5wbmc?x-oss-process=image/format,png