InnoDB存储引擎架构

前言

一、存储结构

上图是Mysql官方提供的InnoDB架构图，可以看到InnoDB主要分为内存架构和磁盘结构两部分。

内存结构

内存结构主要是针对的是数据及其操作，内存结构又分为Buffer Pool、Change Buffer、Adaptive Hash Index和Log Buffer四部分：

• Buffer Pool： 缓冲池，正常情况下直接从磁盘进行IO读取数据的效率是非常慢的，所以在InnoDB中提供了数据缓冲池，数据缓冲池里面不直接存放数据而是存放的Page页，将数据存放在了Page页中，在缓冲池Page页是通过链表形式来存放的。
  Page页有三种状态：空闲状态、使用状态和被修改状态，被修改状态也叫脏页，正常情况下对数据进行修改操作的时候先修改的是Page里面的数据，然后再把数据刷到文件中。
  
• Change Buffer： 写缓冲区，正常情况下修改数据是先修改的缓冲池中Page的数据，但是缓冲池肯定不是所有的数据，而修改数据没有对应的Page数据的时候并不会直接把数据加载到缓冲池中去，而是放在了写缓冲区中记录，等到数据被读取的时候再把数据合并到缓冲池中。
• Adaptive Hash Index： 自适应Hash索引，InnoDB存储引擎会根据Page页的访问频率和模式建立对应的Hash索引，这个索引是根据查询情况自动建立的，所以称为自适应Hash索引。
• Log Buffer： 日志缓冲区，主要用来保存写入磁盘的(Redo/Undo)日志文件，日志缓冲区会定期刷新到磁盘log文件中，这样不用每次日志都进行磁盘IO操作，提高效率。

磁盘结构

磁盘结构主要针对的是表和表空间，磁盘结构分为Tablespaces、InnoDB Data Dictionary、Doublewrite Buffer、Redo Log和Undo Logs。

• Tablespaces： 表空间，对于表空间大家应该都不陌生，用来存储表结构和数据的。表空间又被分为系统表空间、独立表空间、通用表空间、临时表空间等多种类型。
• InnoDB Data Dictionary： 数据字典，InnoDB数据字典由内部系统表组成，这些表包含用于查找表、索引和表字段等对象的元数据。
• Doublewrite Buffer： 双写缓冲区，我们知道数据修改先修改的Page页后又刷到磁盘的，在刷到磁盘前这些数据会先存放在双写缓存区中，双写缓存区是用来保障数据写入磁盘时候出现问题的备份。
• Redo Logs： 重做日志，记录了所有缓冲池修改的数据，修改数据的时候先写日志，后修改的缓冲区，假设修改写入操作的时候数据库崩溃了或停电了，等下次启动通过重做日志来保持数据的正确性。
• Undo Logs： 撤销日志，撤销日志是事务开始之前保存的数据备份，主要用来事务的回滚操作还原原来的数据。

二、线程模型

InnoDB中主要有Master Thread、IO Thread、Purge Thread和Page Cleaner Thread四种类型的线程来做数据处理。

• Master Thread： 这是InnoDB中的主线程，主要负责其他线程的调度。
• IO Thread： 这是InnoDB中用来做读写操作的线程，使用的AIO的方式有利于提高数据库性能。
• Purge Thread： 这是用来回收undoLog的，undoLog是为了事务回滚使用的，当事务提交之后之前保存的undoLog就没用了需要回收。
• Page Cleaner Thread： 这是同步Page页数据到磁盘的线程，修改数据后先修改Page页中的数据，后面通过这个线程来把数据同步刷新到磁盘。

三、数据文件

通过show variables like ‘%datadir%’ 命令可以查询Mysql中的数据文件存放在了哪里

进入到提示的文件夹查看一下存放的文件信息

其中这个mysql.ibd文件就是Mysql中存储数据的文件，当数据库出现问题后也可以通过这个文件来恢复数据。

这是官网给出的InnoDB数据文件的结构。可以看到是Tablespace(表空间) -> Segment(段) -> Extent(区) -> Page(页) -> Row(行)这样层层包含的关系的，Row就是我们最终看到的数据库中一行一行的数据。

Page页的大小默认是16k，可以通过show variables like ‘%innodb_page_size%’ 命令查看

尽管在Page中Row记录的大小是不缺定的，但是我们还是可以大体估算一个数的，如果能在Page中存放更多的Row，那么执行查询SQL语句将会变的更快。如何在Page中存放更多的Row，这与Row的行格式有一定的关系，行格式决定了行是如何物理存储的，这反过来又会影响查询和DML操作的性能。

InnoDB中Row的行格式分为REDUNDANT、COMPACT、 DYNAMIC和COMPRESSED四种。

• REDUNDANT ： 使用REDUNDANT行格式，表会将变长列值的前768字节存储在B树节点的索引记录中，其余的存储在溢出页上。对于大于等于786字节的固定长度字段InnoDB会转换为变长字段，以便能够在页外存储(如果某字段的信息过长，这时候会被单独分配空间叫作溢出页，该字段叫做页外列)。
• COMPACT： 与REDUNDANT行格式相比，COMPACT行格式减少了约20%的行存储空间，但代价是增加了某些操作的CPU使用量。简单的说就是牺牲了部分CPU的性能来增加了磁盘IO的性能，如果CPU比较好而磁盘IO性能差点的服务器可以设置为该格式。
• DYNAMIC： 使用DYNAMIC行格式，InnoDB会将表中比较长的可变长度的列值完全存储在页外，而索引记录只包含指向溢出页的20字节指针。DYNAMIC行格式支持大索引前缀，最多可以为3072字节。
• COMPRESSED： COMPRESSED行格式提供与DYNAMIC行格式相同的存储特性和功能，但增加了对表和索引数据压缩的支持，如果存放长数据比较多的数据库可以考虑使用这种格式。

可以看到InnoDB中对于Row的处理比较注重对变长字段的处理，像一些VARCHAR、VARBINARY、TEXT等变长字段的长度是不固定的，占用的空间大小也是不固定的，如果内容太长非常占用空间。其中DYNAMIC格式相较于REDUNDANT格式的处理是只保留了B-Tree子节点指向，对于长的可变行完全行溢出，占用更小的空间意味着Page页可以存放更多的行，效率更快一点。Mysql之后默认使用的行格式为DYNAMIC。可以使用命令show variables like ‘innodb_%format’; 查看

阿里巴巴JAVA开发手册的处理

7. 【强制】如果存储的字符串长度几乎相等，使用 char 定长字符串类型。
8. 【强制】varchar 是可变长字符串，不预先分配存储空间，长度不要超过 5000，如果存储长度大于此值，定义字段类型为 text，独立出来一张表，用主键来对应，避免影响其它字段索引效率。