mysql innodb 特性

大家好，上篇文章说了InnoDB中记录的存储结构，今天来讲讲InnoDB的数据页的结构。首先我们要了解什么是数据页，它是干什么用的。

当我们创建一个存储引擎为InnoDB的mysql数据库时，数据库里的数据信息是存储在磁盘上的，但是真正处理数据的过程是发生在内存中的，所以在我们对数据进行读写操作时，数据便会在磁盘和内存之间来回传递，InnoDB会把数据划分成若干个页，以页为基本单位将数据在磁盘和内存之间进行交互。InnoDB中页的大小一般是16KB。InnoDB有许多不同的页，比如存放表空间头部信息的页、存放Change Buffer信息的页、存放InnoDB信息的页、存放undo日志信息的页等，今天我们只浅谈一下存放表中数据的页，也就是数据页。

InnoDB数据页的存储空间大致分为7部分，具体信息如下所示：

名称	中文名	占用空间	简单描述
File Header	文件头部	38 字节	页的一些通用信息
Page Header	页面头部	56 字节	数据页专有的一些信息
Infimum + Supremum	页面中的最小记录和最大记录	26 字节	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	页目录	不确定	页中的某些记录的相对位置
File Trailer	文件尾部	8 字节	校验页是否完整

了解了页的大致结构以后，我们来讲一下记录在数据页中是如何存储的，话不多说，直接上图：

一开始新生成的数据页是没有User Records （用户记录）部分的，当有记录插入时，就会从Free Space（空闲空间）部分申请一部分空间来存储插入的记录，随着插入记录的增多，Free Space（空闲空间）部分的空间会全部被User Records （用户记录）部分替代，这个时候再新插入数据的时候便会新产生一个页。

上述过程就是记录存储到页的整体过程，是不是觉得很简单，下面我们再往更细的方面聊一聊。

上篇文章我们讲了一下InnoDB的行格式，其中有一部分叫记录头信息，这部分信息在记录存储到数据页的过程中有着至关重要的作用。下图是COMPACT行格式的结构图以及记录头信息部分的结构图，上篇文章有相关讲解，想了解的可以去看一下。

接下来我们将行格式简化一下，只显示本次讲的重要部分，简化后的结构如下图所示：

delete_mask（delete_flag）： 这个属性标记着当前记录是否被删除，占用1个二进制位，值为0的时候代表记录并没有被删除，为1的时候代表记录被删除。（当我们删除一条记录时，这条记录并不会从磁盘中消失，只是打上删除标记）

min_rec_mask（min_rec_flag）： B+树的每层非叶子节点中的最小记录都会添加该标记，之后会聊到，今天先不管这块。

n_owned： 为了方便寻找页中的某条记录，InnoDB将页中的记录进行分组，每组最后一条记录会将本组的记录数（不包括delete_mask为1的记录）存到n_owned中，组内其余的记录n_owned全部存0。

heap_no： 记录会在在数据页的User Records （用户记录）部分紧密的排列在一起，这些排列在一起的记录结构称为堆，heap_no是这条记录在堆中的相对位置。

注意：每个页中heap_no值为0和1的两条记录是固定的，0为页面中最小的记录（Infimum记录），1为页面中最大的记录（Supremum记录），这两条记录不是用户插入的真实记录，而是页自带的且每个页的这两条记录是相同的。

record_type： 表示当前记录的类型，0表示普通记录，1表示B+树非叶节点记录，2表示最小记录，3表示最大记录。

next_record： 表示从当前记录的真实数据到下一条记录的真实数据的距离，整数表示下一条记录在当前记录前面，负数则反之。

注意：记录的前后顺序和插入的先后顺序无关，而是按照主键大小的顺序进行排列的。最小记录永远是第一条，最大记录永远是最后一条。

介绍完简化后记录头信息各个部分的作用后，我们就可以讲一下记录在页中具体的存储结构。

在上述内容讲到n_owned属性时，我们知道为方便查找记录，InnoDB将记录进行了分组，在分好组后，每组记录的最大偏移量会以槽的形式存到数据页中的Page Directory部分。在这里，假设我们往一张表中存了4条真实记录，那么InnoDB会将他们分为两组存放到页中，具体结构如下图所示：

在上图中，我们要了解以下几点：

1. 最小记录所在的组只能有一条数据，就是最小记录本身。
2. 最大记录所在的组记录条数必须是1-8条之间。
3. 其他记录所在的组记录条数必须是4-8条之间。当组中记录超过8条时，会将组拆分成两个组，一个组4条，一个组5条，然后新生成的组会在数据页中的Page Directory部分新增一个槽，用来存放新生成组的最大记录的偏移量。

现在，我们假设数据页中有18条记录，它们分成了5组，以下图为例讲解一下InnoDB在页中查找记录的过程。

当我们想查找图中ID为6的记录时，过程是这样的：

1. 计算中间槽的位置：(0+4)/2=2 ，所以查看槽2对应记录的主键值为 8 ，又因为 8 > 6 ，所以设置 high=2 ， low 保持不变。
2. 重新计算中间槽的位置：(0+2)/2=1 ，所以查看槽1对应的主键值为 4 ，又因为 4 < 6 ，所以设置 low=1 ， high 保持不变。
3. 因为 high - low 的值为1，所以确定主键值为 6 的记录在槽2对应的组中。此刻我们可以拿到槽1对应的记录（主键值为4），然后向下找到槽2中主键值最小的那条记录，然后沿着单向链表遍历槽2中的记录。直到找到主键值为6的那条记录即可。

总结：在一个数据页中查找指定主键值的记录的过程分为两步：
1. 通过二分法确定该记录所在的槽，并找到该槽中主键值最小的那条记录。
2. 通过记录的 next_record 属性遍历该槽所在的组中的各个记录。

最后我们再简单说一下数据页结构中的 Page Header（页面头部） 和 File Header（文件头部） 部分

Page Header（页面头部） 用来存储数据页中存储的记录的状态信息，比如本页中已经存储了多少条记录，第一条记录的地址是什么，页目录中存储了多少个槽等等，这个部分占用固定的56个字节，专门存储各种状态信息，具体各个字节都是干嘛的如下所示：

名称	占用空间	描述
PAGE_N_DIR_SLOTS	2 字节	在页目录中的槽数量
PAGE_HEAP_TOP	2 字节	还未使用的空间最小地址，也就是说从该地址之后就是Free Space
PAGE_N_HEAP	2 字节	本页中的记录的数量（包括最小和最大记录以及标记为删除的记录）
PAGE_FREE	2 字节	第一个已经标记为删除的记录地址（各个已删除的记录通过next_record也会组成一个单链 表，这个单链表中的记录可以被重新利用
PAGE_GARBAGE	2 字节	已删除记录占用的字节数
PAGE_LAST_INSERT	2 字节	最后插入记录的位置
PAGE_DIRECTION	2 字节	记录插入的方向
PAGE_N_DIRECTION	2 字节	一个方向连续插入的记录数量
PAGE_N_RECS	2 字节	该页中记录的数量（不包括最小和最大记录以及被标记为删除的记录）
PAGE_MAX_TRX_ID	8 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_LEVEL	2 字节	当前页在B+树中所处的层级
PAGE_INDEX_ID	8 字节	索引ID，表示当前页属于哪个索引
PAGE_BTR_SEG_LEAF	10 字节	B+树叶子段的头部信息，仅在B+树的Root页定义
PAGE_BTR_SEG_TOP	10 字节	B+树非叶子段的头部信息，仅在B+树的Root页定

File Header（文件头部） 是专门针对数据页记录的各种状态信息，比如页里头有多少个记录，页目录有多少个槽。不同类型的页都会以File Header 作为第一个组成部分，它描述了一些针对各种页都通用的一些信息，这个部分占用固定的38个字节，是由下边这些内容组成的：

名称	占用空间	描述
FIL_PAGE_SPACE_OR_CHKSUM	4 字节	页的校验和（checksum值）
FIL_PAGE_OFFSET	4 字节	页号
FIL_PAGE_PREV	4 字节	上一个页的页号
FIL_PAGE_NEXT	4 字节	下一个页的页号
FIL_PAGE_LSN	8 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_TYPE	2 字节	该页的类型
FIL_PAGE_FILE_FLUSH_LSN	8 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_ID	4 字节	页属于哪个表空间

到此，InnoDB数据页结构介绍完毕，本篇文章内容有点多，讲的不好的地方烦请大家多多指教，有什么问题欢迎大家在评论区进行讨论