InnoDB 中的索引页与数据行的关联详解
目录
- InnoDB 数据库基础概念
- 1.1 页（Page）的概念
- 1.2 行（Row）的概念
- InnoDB 索引页的结构
- 2.1 B+ 树索引结构
- 2.2 页结构详解
- InnoDB 数据行的存储结构
- 3.1 数据行存储格式
- 3.2 数据行的物理存储位置
- 索引页与数据行的关联
- 4.1 聚簇索引与数据页的关联
- 4.2 辅助索引与数据页的关联
- InnoDB 中的页管理与优化
- 总结
InnoDB 数据库基础概念
1.1 页（Page）的概念
在 InnoDB 存储引擎中，**页（Page）**是最小的物理存储单位。InnoDB 默认的页大小为 16KB。数据的读写操作是以页为单位进行的，即使只需要读取一行数据，InnoDB 也会将包含该行数据的整个页加载到内存中。
InnoDB 页的类型非常多，包括数据页、索引页、UNDO 页、事务日志页等，其中我们重点关注数据页（Data Page）和索引页（Index Page）。
1.2 行（Row）的概念
**行（Row）**是数据库表中最小的数据存储单位。每一行记录表示表中的一条数据。在 InnoDB 中，每一行数据都会存储在数据页中，并且数据行与索引紧密相关。
数据行的存储是物理上连续的，但逻辑上却可以通过索引进行高效的查询和管理。通过理解行和页的存储关系，我们可以更好地优化查询和数据存储性能。
InnoDB 索引页的结构
2.1 B+ 树索引结构
在 InnoDB 中，所有的索引都基于 B+ 树（B+ Tree） 结构来实现。B+ 树是一种平衡树，具有高效的查询、插入和删除性能。B+ 树的非叶子节点只存储索引键值，而叶子节点则存储实际的数据页或主键指针。
B+ 树结构的主要特点：
- 非叶子节点仅存储索引字段，不存储完整数据。
- 叶子节点之间通过双向链表连接，以便进行范围查询。
- B+ 树的深度通常较小，因此通过索引查找数据时，访问的磁盘页数也较少。
InnoDB 将索引页组织成 B+ 树，每个节点对应一个页。树的根节点位于最高层，而叶子节点包含实际的索引或数据。
2.2 页结构详解
每个 InnoDB 页包括多个部分，主要包含以下关键结构：
- Page Header：页头部信息，记录页的类型、页号等元数据。
- Infimum 和 Supremum Records：页中最小和最大的虚拟记录，用于页的分隔。
- User Records：实际的数据记录，或索引键值。
- Page Directory：记录数据行在页中的偏移量，用于快速查找数据。
- Page Trailer：用于校验页是否完整。
在索引页中，页中的 User Records 包含的是索引值和与之对应的数据行指针，而在数据页中，User Records 则是实际的数据行。
InnoDB 数据行的存储结构
3.1 数据行存储格式
InnoDB 中，数据行存储在数据页（Data Page）中。数据行的存储格式依赖于表的定义方式，常见的格式有以下几种：
- Compact 格式：这是默认的存储格式，存储效率较高。每一行记录除了实际数据外，还包含一些额外的信息（如记录头信息、事务 ID、回滚指针等）。
- Redundant 格式：旧版本的存储格式，相对占用更多的存储空间。
每一行数据的存储包括：
- 记录头信息：记录长度、记录类型等。
- 事务信息：如事务 ID、回滚指针，用于保证事务一致性。
- 实际列数据：行中每一列的实际存储数据。
3.2 数据行的物理存储位置
InnoDB 将每个表的数据存储在单独的表空间文件中（如果开启 innodb_file_per_table），数据行被存储在表空间中的数据页（Data Page）中。每个数据页可以容纳多行数据，页与页之间通过链表连接。
索引页与数据行的关联
4.1 聚簇索引与数据页的关联
在 InnoDB 中，聚簇索引（Clustered Index） 是表中最重要的索引。对于每张表，InnoDB 都会使用主键创建聚簇索引。如果没有定义主键，InnoDB 会自动生成一个隐藏的主键来作为聚簇索引。
聚簇索引的叶子节点不仅存储索引键值，还存储实际的行数据。这意味着通过聚簇索引查询数据时，查询到叶子节点即可获取完整的数据行，无需再进行其他数据页的访问。
示例
假设有一个包含 id 作为主键的表：
CREATE TABLE employees (id INT PRIMARY KEY,name VARCHAR(100),age INT
) ENGINE=InnoDB;
在该表中，InnoDB 会为 id 创建聚簇索引。在 B+ 树的叶子节点，除了存储 id 值外，还存储 name 和 age 列的数据。因此，通过主键查询数据时，无需再从其他地方获取数据。
4.2 辅助索引与数据页的关联
辅助索引（Secondary Index） 是指除了聚簇索引外的其他索引。在 InnoDB 中，辅助索引的叶子节点只存储索引键值和对应的主键值，不存储实际的数据行。因此，当使用辅助索引查询时，首先通过索引键值找到对应的主键值，然后再通过主键去查找聚簇索引获取完整的数据行。
这种查找过程被称为回表（Index Backtracking）。当辅助索引命中时，InnoDB 会进行两次索引查找：一次是通过辅助索引查找主键值，另一次是通过主键值查找聚簇索引中的实际数据。
示例
假设我们为 employees 表中的 name 字段创建一个辅助索引：
CREATE INDEX idx_name ON employees(name);
当我们执行如下查询时：
SELECT * FROM employees WHERE name = 'John';
InnoDB 首先通过 idx_name 索引查找到 John 对应的 id 值，然后再通过聚簇索引查找到 id 对应的完整数据行。
InnoDB 中的页管理与优化
5.1 页分裂与合并
当插入新的数据时，如果当前页已满，InnoDB 会将该页分裂为两个页，这一过程称为页分裂（Page Split）。页分裂后，InnoDB 会调整 B+ 树结构以保持平衡。
相反，当删除数据时，InnoDB 可能会发生页合并（Page Merge），将数据量较少的页合并成一个页，从而减少存储空间的浪费。
5.2 页缓存与缓冲池
为了提高查询性能，InnoDB 使用了**缓冲池（Buffer Pool）**来缓存页。当查询数据时，InnoDB 会优先从缓冲池中查找数据，而
不是直接访问磁盘。这大大减少了磁盘 I/O 操作，提升了查询性能。
总结
InnoDB 中的索引页和数据行之间有着紧密的联系，聚簇索引和辅助索引的实现决定了数据的查找方式。理解索引页和数据行的关联，有助于我们更好地优化数据库的查询性能和存储效率。通过合理设计索引和优化 InnoDB 的页管理策略，可以有效提升数据库的整体性能。