MySQL表数据在磁盘上的组织方式详解

MySQL表数据在磁盘上的组织方式详解

本文将深入探讨MySQL表数据在磁盘上的组织方式，从数据页、变长字段存储到表空间和数据区的结构，帮助读者理解InnoDB存储引擎的数据存储机制。

一行数据在磁盘上是如何存储的

在MySQL中，数据存储格式与行存储格式密切相关。以COMPACT格式为例，每一行数据在存储时都会包含一些头字段，用于描述该行数据，然后是各列的具体值。

对于变长字段，如VARCHAR(10)，其存储方式较为特殊。例如，假设两行数据分别为"satori a b"和"sato a b"，在磁盘上存储时会直接挨在一起，形成"satori a b sato a b"。为了区分这些数据，MySQL会在存储每一行数据时，保存变长字段的长度列表。具体存储格式如下：

0x06 NULL值列表 数据头 satori a b
0x04 NULL值列表 数据头 sato a b

如果一行数据包含多个变长字段，如VARCHAR(10)、VARCHAR(10)、VARCHAR(10)、CHAR(1)、CHAR(1)，则变长字段的长度列表会逆序存放。例如，数据"satori sato sa a b"的存储格式为：

0x02 0x04 0x06 NULL值列表 数据头 satori sato sa a b

NULL值的存储

NULL值的存储方式较为特殊，通过二进制位来表示。例如，对于表customer：

CREATE TABLE customer
(
    name    VARCHAR(10) NOT NULL,
    address VARCHAR(20),
    gender  CHAR(1),
    job     VARCHAR(30),
    school  VARCHAR(50)
) ROW_FORMAT = COMPACT;

假设有一行数据"satori NULL m NULL schoolA"，其存储格式如下：

0x07 0x06 00000101 数据头 satori NULL m NULL schoolA

其中，变长字段的长度列表逆序存放，NULL值列表也逆序存放，并且以8位为单位存储。

数据头的作用

数据头占用40个比特位，其中：

• 第1个和第2个比特位预留
• 第3个比特位是delete_mask，用于标识数据是否被删除
• 其他位用于记录其他信息，如事务ID等

字符编码和隐藏字段

在数据真正落盘前，需要进行两步处理：

1. 根据字符集编码成二进制
2. 添加三个隐藏字段：DB_ROW_ID、DB_TRX_ID、DB_ROLL_PTR

行溢出

当一行数据超过数据页大小时，会发生行溢出。例如，VARCHAR(65532)类型的数据可能需要多个数据页来存储，这些数据页通过链表连接。

数据页的结构

数据页默认大小为16KB，包含多个部分：

• 文件头
• 数据页头
• 最大记录和最小记录
• 数据行区域
• 空闲空间
• 数据页目录
• 文件尾部

表空间和数据区

• 一个逻辑数据库对应一个目录
• 一张表对应一个.ibd文件
• 表空间包含多组数据区，每组256个数据区
• 每个数据区包含64个数据页
• 第一组数据区的前3个数据页用于存放表空间属性等信息

总结

在物理层面，数据库表现为目录和.ibd文件，每个文件包含多组数据区，每组包含256个数据区，每个数据区包含64个数据页，每个数据页包含描述信息和行数据。理解这些物理结构有助于深入掌握MySQL的工作原理。