- 前言
Mysql的数据是以文件的形式持久化存储在磁盘上的，当我们读取数据的时候，mysql存储引擎就会从这些文件中拿出数据返回给我们，当我们更新写入数据的时mysql存储引擎就会把数据写回这些文件系统 ，那innodb存储引擎到底是如何组织这些数据的呢？
- 数据库数据文件存储位置
mysql的数据是存储在mysql数据目录中的，我们可以在命令行使用 "show variables like 'datadir' " 来查看数据目录的位置：
在数据目录下我们可以看到，每一个数据库都有一个与之对应的同名文件夹
mysql 表空间（TableSpace）是指在Mysql数据库中用来存储表数据和索引的区域。表空间从管理上可以分为：系统表空间、独立表空间、撤销表空间和临时表空间。
数据目录下的ibdata1 文件为系统表空间文件，在每个数据库自己的目录中每一张表都对应两个文件：
tablename.ibd 独立表空间文件
tablename.frm 表描述文件
.ibd 后缀的文件是每张表对应的独立表空间，独立表空间的主要优势是可以实现更好的性能和更高的可靠性。由于每个表都有自己的数据文件，因此可以单独进行备份和恢复操作，而不会影响其他表的数据。此外，由于每个表的数据和索引都存储在单独的文件中，因此可以更快速地进行查询和更新操作。
数据到底是存储在独立表空间还是系统表空间，可在数据库启动时设置innodb_file_per_table 来控制。
- mysql 表空间文件解析
mysql数据存储分为5个层次结构：表空间→段→簇→页→行，他们之间的关系如下：
- 表空间（Tablespace）：表空间是逻辑上的一个容器，用于存储表和索引的数据。一个表空间可以包含多个段。
- 段（Segment）：段是MySQL中存储数据的基本单位，它是由连续的簇组成的逻辑存储结构。一个段可以包含一个或多个簇。
- 簇（Extent）：簇是段扩展的最小单位，也叫做区，每个区的大小是1M(64个连续的页)。一个簇通常包含多个页。
- 页（Page）：页是innodb对磁盘管理的最小单位，每个数据页的大小为16kb，它是用于存储数据的固定大小的块。页的大小可以根据存储引擎和配置进行调整。
- 行（Row）：行是表中的一条记录，它包含了一组字段（列）的数据。行存储在页中，每个页可以包含多条行。
系统表空间通常由以下段组成：
- 数据段（Data Segment）：存储表的实时数据，每个系统表空间可以包含一个或多个数据段，其中的每个数据段可以对应一张表或者多个表的数据。
- 索引段（Index Segment）：索引段存储了表的索引数据。MySQL(innodb引擎）使用B+树索引结构，每个索引对应一个索引段。
- 回滚段（Rollback Segment）：回滚段用于实现事务的回滚操作。当事务需要回滚时，相关的修改操作可以通过回滚段进行撤销。
- 系统段（System Segment）：系统段包含了InnoDB存储引擎的元数据信息，如表空间的相关配置和统计信息。
独立表空间由以下段组成：
- 数据段：每个独立表空间都至少包含一个数据段，用于存储表的数据。数据段中包含了表的行数据，包括表的所有列和数据行的元数据信息。如果表使用了压缩功能，数据段中还会包含压缩后的数据。
- 索引段：每个表可以有多个索引，每个索引都有一个对应的索引段。索引段中包含了索引的所有键值和指向数据行的指针，用于支持快速的索引查询操作。
- 回滚段（Rollback Segment）：回滚段用于实现事务的回滚操作。当事务需要回滚时，相关的修改操作可以通过回滚段进行撤销。
- 描述符段（Descriptor Segment）：描述符段存储了关于独立表空间的描述信息，包括表空间的结构和属性等。
页的数据结构为：
页的头部保存了两个指针，分别指向前一个页和后一个页，头部还有页的类型信息和用来唯一标识页的编号。根据这个指针分布可以想象到页链接起来就是一个双向链表。双向链表之间的物理位置可能会离得非常远，当遇到范围查询的适用场景的时候，就会定位到最左边和最右边的记录，然后沿着双向链表一直扫描，而如果这其中的两个页面物理上离得特别远，就会成为随机I/O，由于磁盘和内存的速度相差了几个数量级（磁盘寻道、半圈旋转、数据传输），因此随机I/O的速度是非常慢的，所以应该尽量让链表中逻辑上相邻的页物理上也相邻，这样进行范围查询的时候就可以使用顺序I/O。
为了尽量让链表中逻辑上相邻的页物理上也相邻，因此引入区的概念，一个区就是物理上连续的64个页，即64*16=1MB。并且在数据量较大的时候，会以区为单位为索引分配空间而不是以页为基本单位，甚至数据特别多的时候，会一次性分配多个连续的区，虽然可能造成空间浪费，但是消除了很多的随机I/O，大大地提高了性能。
一开始生成页的时候并没有User Records这个部分。每当我们插⼊⼀条记录，都会从Free Space部分，也就是尚未使⽤的存储空间中申请⼀个记录⼤⼩的空间划分到User Records部分，当Free Space部分的空间全部被User Records部分替代掉之后，也就意味着这个页使⽤完了，如果还有新的记录插⼊的话，就需要去申请新的页了。
- 总结
创建一个索引，通常会对应一个B+树，也会产生两个段，一个是数据段，一个是索引段，数据段即对应B+数的叶子节点段，索引段即对应B+树的非叶子节点段。段并不是物理上连续的区，而是一个逻辑的数据块，由若干个零散的页面和一些完整的区组成的。B+树中的节点与段之间的对应关系是多对多的关系。一个段可以包含多个B+树节点，而一个B+树节点也可以跨越多个段。每个区又是物理上连续的64个页组成，页和页之间又是双向链表。
一个很简单的B+树如下所示：