MySQL原理 - InnoDB引擎 - 行记录存储 - Off-page 列

本文基于 MySQL 8

在前面的两篇文章，我们分析了 MySQL InnoDB 引擎的两种行记录存储格式：

• Compact 格式
• Redundant 格式

在这里简单总结下：

• Compact 格式结构：

• 变长字段长度表：包括数据不为NULL的每个可变长度字段的长度，并按照列的顺序逆序排列
• NULL 值列表：针对可以为 NULL 的字段，用一个 BitMap 来标识哪些字段为 NULL
• 记录头信息：固定 5 字节，包括：

• 无用位：2 bits，目前没用
• deleted_flag：1 bits，标识记录是否被删除
• min_rec_flag：1 bits，是否是 B+ 树中非叶子节点最小记录标记
• n_owned：4 bits，记录对应的 slot 中拥有的记录数量
• heap_no：13 bits，该记录在堆中的序号，也可以理解为在堆中的位置信息
• record_type：3 bits，记录类型，普通数据记录为000，节点指针类型为 001，伪记录首记录 infimum 行为 010，伪记录最后一个记录 supremum 行为 011，1xx 的为保留的
• next_record 指针：16 bits，页中下一条记录的相对位置

• 隐藏列：

• DB_ROW_ID：6 字节，这个列不一定会生成。优先使用用户自定义主键作为主键，如果用户没有定义主键，则选取一个 Unique 键作为主键，如果表中连 Unique 键都没有定义的话，则会为表默认添加一个名为 DB_ROW_ID 的隐藏列作为主键
• DB_TRX_ID：6 字节，产生当前记录项的事务 id，每开始一个新的事务时，系统版本号会自动递增，而事务开始时刻的系统版本号会作为事务 id，事务 commit 的话，就会更新这里的 DB_TRX_ID
• DB_ROLL_PTR：7 字节，undo log 指针，指向当前记录项的 undo log，找之前版本的数据需通过此指针。如果事务回滚的话，则从 undo Log 中把原始值读取出来再放到记录中去

• 数据列：

• bigint：如果不为 NULL，则占用8字节，首位为符号位，剩余位存储数字，数字范围是 -2^63 ~ 2^63 - 1 = -9223372036854775808 ~ 9223372036854775807。如果为 NULL，则不占用任何存储空间
• double：非 NULL 的列，符合 IEEE 754 floating-point "double format" bit layout 这个统一标准，如果为 NULL，则不占用任何存储空间
• 对于定长字段，不需要存长度信息直接存储数据即可，如果不足设定的长度则补充。例如 char 类型，补充 0x20， 对应的就是空格。
• varchar 存储：因为数据开头有可变长度字段长度列表，所以 varchar 只需要保存实际的数据即可，不需要填充额外的数据。但是我们还没有考虑存储特别长数据的情况

• Redundant 格式结构与 Compact 格式的区别：

• 所有字段长度列表：不同于 Compact 行格式，Redundant 的开头是所有字段长度列表:记录所有字段的长度偏移，包括隐藏列。偏移就是，第一个字段长度为 a，第二个字段长度为 b，那么列表中第一个字段就是 a，第二个字段就是 a + b。所有字段倒序排列
• 记录头信息：固定 6 字节

• 无用位：2 bits，目前没用
• deleted_flag：1 bits，标识记录是否被删除
• min_rec_flag：1 bits，是否是 B+ 树中非叶子节点最小记录标记
• n_owned：4 bits，记录对应的 slot 中拥有的记录数量
• heap_no：13 bits，该记录在堆中的序号，也可以理解为在堆中的位置信息
• n_field：10 bits，该记录的列数量，范围从1到1023
• 1byte_offs_flag：1 bit，1 代表每个字段长度的存储为 1 字节，0 代表 2 字节
• next_record 指针：16 bits，页中下一条记录的相对位置

• 数据列：

• CHAR 类型存储：无论字段是否为 NULL，或者长度是多少，char(M) 都会占用 M * 字节编码最大长度那么多字节。为 NULL 的话，填充的是 0x00，不为 NULL，长度不够的情况下，末尾补充 0x20.

之前并没有分析当字段比较长的时候会怎么存储，在本篇文章会详细分析。

在此再回顾下之前提到的页。因为每条数据都是一个硬盘寻址读取，我们要减少这个硬盘寻址读取的次数，可以考虑一块一块的读取数据，这样，我们很可能下次请求需要的数据就已经在内存中了，就省去了从硬盘读取。基于这个思想，InnoDB 将一个表的数据划分成了若干页（pages），这些页通过 B-Tree 索引联系起来。每一页大小默认为 16384 Bytes 也就是 16KB（配置为 innodb_page_size）。

对于比较大的字段，例如 Text 类型的字段，如果也存在于这个聚簇索引上，那这个节点数据就会过大，会一下子读取很多页出来，这样读取效率会降低（例如在我们没有想读取这个 Text 列的请求情况下）。所以，InnoDB 对于比较长的变长字段，一般倾向于将他们存储在其他地方，这就涉及到了 Off-page 列的设计模式。不同的 行格式 处理不同。

在开始讨论不同的 行格式 的处理之前，我们先回顾一下 InnoDB 的页大小，InnoDB是一个持久化的存储引擎，也就是数据都是保存在磁盘上面的。但是读写数据，对数据处理，这些是发生在内存中。也就是数据需要从磁盘读取到内存。那么这个读取是如何读取呢？如果处理哪条数据，就读取哪一条到内存中，这样效率也太低了。因为每条数据都是一个硬盘寻址读取，我们要减少这个硬盘寻址读取的次数，可以考虑一块一块的读取数据，这样，我们很可能下次请求需要的数据就已经在内存中了，就省去了从硬盘读取。基于这个思想，InnoDB 将一个表的数据划分成了若干页（pages），这些页通过 B-Tree 索引联系起来。每一页大小默认为 16384 Bytes 也就是 16KB（配置为 innodb_page_size）。在 MySQL 启动的时候可以修改，只能是 4096，8192，16384 其中的一个。

Redundant 中 off-page 列处理

对于 Redundant 行格式中比较长的列，只有前 768 字节会被存储在数据行上，剩下的数据会被放入其他页。我们来看一个实例，运行以下 SQL，创建一个测试表，插入测试数据：

drop table if exists long_column_test;
CREATE TABLE `long_column_test` (
`large_content` varchar(32768) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1 ROW_FORMAT=REDUNDANT;
##长度为 768 字节
insert into long_column_test values (repeat("az", 384));
##长度为 8100 字节
insert into long_column_test values (repeat("az", 4050));
##长度为 32768 字节
insert into long_column_test values (repeat("az", 16384));

我们使用 64 进制编码器查看表文件 long_column_test.ibd，可以看到第一条数据是一条正常的数据，其存储和之前我们讲的 Redundant 列存储一样，没有特殊的：

所有字段长度列表（8字节，4列，一个数据列，三个隐藏列）：03 13(768+7+6+6)，00 13(7+6+6)，00 0c(6+6), 00 06(6)
记录头（6字节）：00 00 10 08 03 ac
隐藏列 DB_ROW_ID（6字节）：00 00 00 00 02 22 
隐藏列 DB_TRX_ID（6字节）：00 00 00 00 58 b7
隐藏列 DB_ROLL_PTR（7字节）：82 00 00 01 0c 01 10 
数据列 large_content（768字节）：61 7a ......

对于第二行，我们发现这一行的 large_content 列的数据并没有完全存储在这一行，而是一部分存储在这一行，另一部分存储在了其他地方，这种列就被称为 off-page 列，存储到的其他地方被称为 overflow 页，其结构如下：

首先是数据列

所有字段长度列表（8字节，4列，一个数据列，三个隐藏列）：43 27(第一字节的头两位不代表长度，最高位还是标记字段是否为NULL，第二位标记这条记录是否在同一页，由于不为 NULL，所以最高位为 0，由于存在 overflow 页所以不在同一页，所以第二位为1，后面的 3 27 代表长度，即 20+768+7+6+6)，00 13(7+6+6)，00 0c(6+6), 00 06(6)
记录头（6字节）：00 00 10 08 03 ac
隐藏列 DB_ROW_ID（6字节）：00 00 00 00 02 22 
隐藏列 DB_TRX_ID（6字节）：00 00 00 00 58 b7
隐藏列 DB_ROLL_PTR（7字节）：82 00 00 01 0c 01 10 
数据列 large_content（768字节）：61 7a ......
指向剩余数据所在地址的指针（20字节）：00 00 05 23 00 00 00 05 00 00 00 01 00 00 00 00 00 00 1c a4

对于 off-page 列，列数据末尾会存在指向剩余数据所在地址的指针，这个指针占用 20 字节，它的结构是：

然后是列剩下的数据存储到的 overflow 页：

数据列 large_content（剩余的 7332 字节）：61 7a ......

当字段再长一些呢，超过一页内数据的限制的时候呢？我们来看第三行数据结构：

可以看出，过长的数据列，会以链表链接的形式存储在 overflow 页上。

由此可见 Redundant 行格式中，off-page 的结构其实是：

这样我们会联想到三个问题：

1. 什么时候列会变成 off-page 列？
2. 什么时候 overflow 页会分成一个个链表节点存储？
3. 对于哪些列类型会这么存储？

1. 什么时候列会变成 off-page 列？

首先我们知道一点，innodb 引擎的页大小默认是 16KB，也就是 16384 字节，而且 innodb 的数据是按页加载的。然后，组织 innoDB 引擎数据的数据结构是 B+ 树。扫描 B+ 树寻找数据，也是一页一页加载搜索的。如果一页内能包含的数据行越多，那么很明显，搜索效率越高。但是如果一页中只有一条数据，那么这个 B+ 树其实和链表的效率差不多了。所以，为了效率，需要保证一页内至少有两条数据。所以有：

同时，一行数据并不是只有列数据，还有隐藏列，记录头，列长度列表等等，并且，innoDB 页也有自己的一些元数据(占用 132 字节，我们在以后的章节会详细分析)，在这里我们拿 long_column_test 作为例子，则有：

可以推导出：

在实际使用中，可能不止一列数据比较长。还有，由于数据不存储在行数据一起，搜索读取效率会比较低，所以，redundant 行格式会尽可能不把列变为 off-page 列，并尽量少的将列变为 off-page 列。

2. 什么时候 overflow 页会分成一个个链表节点存储？

overflow 页和表数据不同，不通过 B+ 树组织数据，同时不会做复杂搜索，它就是一个链表。所以我们只要保证数据大小不超过一页即可，即：

这个数据节点也是有一些额外信息的，同时，页也是有自己的额外信息的，这些会在之后的文章中看到。所以，真正承载的数据大小，会需要刨除这些额外信息，也就是小于 16384。如果不够，就会分成多页存储，这些节点会通过一个链表链接起来。

3. 对于哪些列类型会这么存储？

对于可变长度字段，例如 varchar，varbinary，text，blob 等，会利用这种机制存储。对于定长字段，例如 char，如果超长，也会像 varchar 一样存储，在这种情况下，char 末尾就不会填充空白字符了。但是这种情况不常见，char 最长只能 255 个字符，字符编码必须是大于三字节的时候，才会大于 768，例如 uf8mb4 并且每个字符都是大于 3 字节的字符。

Compact 中 off-page 列处理

Compact 中对于 off-page 的处理与 Redundant 基本一样，只是由于数据结构不一样：

导致列会变成 off-page 列的临界点不一样，在这里我们拿 long_column_test 作为例子，则有：

可以推导出：

Dynamic 中 off-page 列处理

Dynamic 除了 off-page 列处理和 Compact 不同以外，其他的基本和 Compact 一样。

Dynamic 对于 off-page 列处理的主要区别在于，所有的数据都存储在 overflow 页上面，在 off-page 列只存储 20 字节指针，这个指针的结构和 Redundant 格式中的 20 字节指针一样：

Compressed 中 off-page 列处理

Compressed 行格式和 Dynamic 基本一致，包括对于 off-page 列处理，其实就是在 Dynamic 的基础上，增加了压缩处理。对于压缩处理，会在后面的压缩页章节详细分析。