【MYSQL】MYSQL 的学习教程（二） 之 MySQL InnoDB工作原理
在 MYSQL 8.0 以前，默认的存储引擎是：MylSAM。但MYSQL 8.0 之后，默认的存储引擎已经变成了：InnoDB，它是我们建表的首选存储引擎
1. 数据页
1. 概念
MYSQL 的数据最终会持久化到磁盘中。
写操作时，先将数据写到内存的某个批次中，然后再将该批次的数据一次性刷到磁盘上。如下图所示：
读操作时，从磁盘上一次读一批数据，然后加载到内存当中，以后就在内存中操作。如下图所示：
将内存中的数据刷到磁盘，或者将磁盘中的数据加载到内存，都是以批次为单位，这个批次就是我们常说的：数据页
什么是数据页？
数据页：主要是用来存储表中记录的，它在磁盘中是用双向链表相连的，方便查找，能够非常快速得从一个数据页，定位到另一个数据页（表中的数据比较多，在磁盘中可能存放在多个数据页）
要根据某个条件查询数据时，需要从一个数据页找到另一个数据页，这时候的双向链表就派上大用场了。磁盘中各数据页的整体结构如下图所示：
通常情况下，单个数据页默认的大小是 16kb。当然，我们也可以通过参数：innodb_page_size，来重新设置大小。不过，一般情况下，用它的默认值就够了
1.2 数据页结构
从上图中可以看出，数据页主要包含如下几个部分：
- 文件头部
- 页头部
- 最大和最小记录
- 用户记录
- 空闲空间
- 页目录
- 文件尾部
3. 用户记录
对于新申请的数据页，用户记录是空的。当插入数据时，innodb 会将一部分空闲空间分配给用户记录
用户记录是 innodb 的重中之重，我们平时保存到数据库中的数据，就存储在它里面
在 innodb 支持的数据行格式有四种：
- compact 行格式
- redundant 行格式
- dynamic 行格式
- compressed 行格式
以 compact 行格式为例：
一条用户记录主要包含三部分内容：
- 记录额外信息，它包含了变长字段、null 值列表和记录头信息
- 隐藏列，它包含了行 id、事务 id 和回滚点
- 真正的数据列，包含真正的用户数据，可以有很多列
3.1 额外信息
额外信息并非真正的用户数据，它是为了辅助存数据用的
3.1.1 变长字段列表
有些数据如果直接存会有问题，比如：如果某个字段是 varchar 或 text 类型，它的长度不固定，可以根据存入数据的长度不同，而随之变化
如果不在一个地方记录数据真正的长度，innodb 很可能不知道要分配多少空间。假如都按某个固定长度分配空间，但实际数据又没占多少空间，岂不是会浪费？
所以，需要在变长字段中记录某个变长字段占用的字节数，方便按需分配空间
3.1.2 null 值列表
数据库中有些字段的值允许为 null，如果把每个字段的 null 值，都保存到用户记录中，显然有些浪费存储空间
有没有办法只简单的标记一下，不存储实际的 null 值呢？
答案：将为 null 的字段保存到 null 值列表
在列表中用二进制的值 1，表示该字段允许为 null，用 0 表示不允许为 null。它只占用了 1 位，就能表示某个字符是否为 null，确实可以节省很多存储空间
3.1.3 记录头信息
记录头信息用于描述一些特殊的属性
它主要包含：
- deleted_flag：即删除标记，用于标记该记录是否被删除了。
- min_rec_flag：即最小目录标记，它是非叶子节点中的最小目录标记。
- n_owned：即拥有的记录数，记录该组索引记录的条数。
- heap_no：即堆上的位置，它表示当前记录在堆上的位置。
- record_type：即记录类型，其中：0 表示普通记录，1 表示非叶子节点，2表示 Infrimum 记录， 3 表示 Supremum 记录。
- next_record：即下一条记录的位置
3.2 隐藏列
数据库在保存一条用户记录时，会自动创建一些隐藏列。如下图所示：
目前 innodb 自动创建的隐藏列有三种：
- db_row_id，即行 id，它是一条记录的唯一标识
- 如果表中有主键，则用主键做行 id
- 如果表中没有主键，假如有不为 null 的 unique 唯一键，则用它做为行 id
- 如果表中既没有主键，又没有唯一键，则数据库会自动创建行 id
- db_trx_id，即事务 id，它是事务的唯一标识
- db_roll_ptr，即回滚点，它用于事务回滚
3.3 真正数据列
真正的数据列中存储了用户的真实数据，它可以包含很多列的数据
3.4 用户记录是如何相连的？
通过上面介绍的内容，大家对一条用户记录是如何存储的，应该有了一定的认识
但问题来了，一条用户记录和另一条用户记录是如何相连的，innodb 是怎么知道，某条记录的下一条记录是谁？
答案是：用前面提到过的：记录额外信息 ==> 记录头信息 ==> 下一条记录的位置
多条用户记录之间通过下一条记录的位置，组成了一个单向链表。这样就能从前往后，找到所有的记录了
4. 最大和最小记录
从上面可以得知，在一个数据页当中，如果存在多条用户记录，它们是通过下一条记录的位置相连的
不过有个问题：如果才能快速找到最大的记录和最小的记录呢？
这就需要在保存用户记录的同时，也保存最大和最小记录了
- 最大记录保存到 Supremum 记录中
- 最小记录保存在 Infimum 记录中
在保存用户记录时，数据库会自动创建两条额外的记录：Supremum 和 Infimum。它们之间的关系，如下图所示：
从图中可以看出用户数据是从最小记录开始，通过下一条记录的位置，从小到大，一步步查找，最后找到最大记录为止
5.页目录
如果我们要查询某条记录的话，数据库会从最小记录开始，一条条查找所有记录。如果中途找到了，则直接返回该记录。如果一直找到最大记录，还没有找到想要的记录，则返回空
但如果仔细想想，效率有点低（要对整页用户数据进行扫描）
更高效的方法：使用 页目录：把一页用户记录分为若干组，每一组的最大记录都保存到一个地方，这个地方就是 页目录。每一组的最大记录叫做槽
假设一页的数据分为4组，这样在页目录中，就对应了4个槽，每个槽中都保存了该组数据的最大值
这样就能通过二分查找，比较槽中的记录跟需要找到的记录的大小。如果用户需要查找的记录，小于当前槽中的记录，则向上查找上一个槽。如果用户需要查找的记录，大于当前槽中的记录，则向下查找下一个槽。
如此一来，就能通过二分查找，快速的定位需要查找的记录了
6.文件头部和尾部
6.1 文件头部
通过前面介绍的行记录中下一条记录的位置和页目录，innodb 能非常快速的定位某一条记录。但有个前提条件，就是用户记录必须在同一个数据页当中
如果用户记录非常多，在第一个数据页找不到我们想要的数据，需要到另外一页找该怎么办呢？
这时就需要使用 文件头部 了。
它里面包含了多个信息，但我只列出了其中4个最关键的信息：
- 页号
- 上一页页号
- 下一页页号
- 页类型
innodb 是通过页号、上一页页号和下一页页号来串联不同数据页的。如下图所示：
不同的数据页之间，通过上一页页号和下一页页号构成了双向链表。这样就能从前向后，一页页查找所有的数据了。
此外，页类型也是一个非常重要的字段，它包含了多种类型，其中比较出名的有：数据页、索引页（目录项页）、溢出页、undo 日志页等
6.2 文件尾部
数据库的数据是以数据页为单位，加载到内存中，如果数据有更新的话，需要刷新到磁盘上。
如果某一天比较倒霉，程序在刷新到磁盘的过程中，出现了异常，比如：进程被kill掉了，或者服务器被重启了。这时候数据可能只刷新了一部分，如何判断上次刷盘的数据是完整的呢？
这就需要用到文件尾部，它里面记录了页面的校验和
在数据刷新到磁盘之前，会先计算一个页面的校验和。后面如果数据有更新的话，会计算一个新值。文件头部中也会记录这个校验和，由于文件头部在前面，会先被刷新到磁盘上。
接下来，刷新用户记录到磁盘的时候，假设刷新了一部分，恰好程序出现异常了。这时，文件尾部的校验和，还是一个旧值。数据库会去校验，文件尾部的校验和，不等于文件头部的新值，说明该数据页的数据是不完整的
7.页头部
通过上面介绍的内容，数据页之间能够轻松访问了，但剩下还有个比较重要的问题，就是记录的状态信息
比如：一页数据到底保存了多条记录，或者页目录到底使用了多个槽等。这些信息是实时统计，还是事先统计好了，保存到某个地方？
为了性能考虑，上面的这些统计数据，当然是先统计好，保存到一个地方。后面需要用到该数据时，再读取出来会更好。这个保存统计数据的地方，就是页头部
页头部记录信息：
- 槽的数量
- 记录条数
- 已删除记录所占的字节数
- 最后插入记录的位置
- 最大事务 id
- 索引 id
- 索引层级
- …
8.总结
多个数据页之间通过页号构成了双向链表。而每一个数据页的行数据之间，又通过下一条记录的位置构成了单项链表。整体架构图如下：
