MySQL InnoDB Architecture 简要介绍

本文主要是介绍MySQL InnoDB Architecture 简要介绍，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

MySQL InnoDB 存储引擎整体架构图：

一、内存存储结构

 1、Buffer Pool

buffer pool 是主内存中的一块儿存储区域，用于存储访问的表及索引数据。这样从内存中直接访问获取使用的数据可以极大的提升访问效率。在一些特殊专用的服务里，几乎 80% 的内存区域都被赋于 buffer pool。

为了提升大数据量读操作效率，buffer pool 被设计划分为能够存储多条记录的数据页。同时，基于链表结构存储实现，LRU算法支持，能够极大的提高缓存管理的效率。

Buffer Pool LRU 算法

buffer pool 使用基于LRU算法的列表数据结构实现。当需要添加新的数据页，最近最少使用的数据页会淘汰，新的数据页会被插入到列表的中间。

中间插入策略会把列表当成两个子列表：

• 头部用于存储新的最新访问的数据页。

• 尾部用于存储旧的最少访问的数据页

如下图：Buffer Pool List

算法会将频繁访问的数据页放在新的子列表；最少访问的记录存放在旧列表，并逐渐淘汰。

通常 LRU 算法按如下方式运行:

• buffer pool 总量的 3/8 会分配给旧列表。

• 列表的中间包括新列表的尾部和旧列表的头部。

• 当 InnoDB 读入一个新的数据页时，会先将其插入列表中间（旧列表的头部）。

• 旧的子列表数据访问会改变其数据特性，并将其移动到新的子列表头部（预读操作除外）。

• 随着数据库操作的执行，buffer pool 中未被访问的页数据会逐渐移动到列表的尾部，并淘汰。

通常情况下，被访问的数据会转移到新的子列表，这样就能在 buffer pool 中待更长的时间。一些特定的情景，如 mysqldump 操作导致的表扫描或者没有附加 where 条件的 select 查询会导致大量的数据写入 buffer pool，并淘汰旧的记录。但是这些新的记录可能永远不会被使用。

2、Change Buffer

change buffer 用于缓存那些不在 buffer pool 存储的二级索引页数据变化。并最终会合并到 buffer pool（当这些页数据被其它读操作载入后）。

如下入示意 Change Buffer：

和聚簇索引不同的是，二级索引通常都非唯一，并且写入顺序随机。同样的，删除和更新操作可能会影响不相邻的多个索引页数据。因此，在其它读操作将受影响的索引页数载入 bufer pool 时合并缓存的索引变更，可以避免再次从磁盘随机IO读取二级索引页数据。

purge operation 会周期性的把更新的页数据批量写入磁盘，这样比即时单条写入更有效率。

当涉及二级索引变更记录比较多时，Change buffer 数据合并可能会花费几个小时。在此期间，磁盘 IO 会增加，进而会影响磁盘密集型查询。

在内存中，change buffer 会占用一部分的 buffer pool 存储使用。在磁盘里，change buffer 是 system tablespace 的一部分，用以存储数据库服务器关机时产生的索引变化数据。

3、 Adaptive Hash Index

自适应哈希索引使得 InnoDB 支持基于内存的数据库，通过 innodb_adaptive_hash_index 配置启用。

基于当前的搜索模式，哈希索引使用索引键前缀来构建。前缀可长可短，根据实际查询需求而定。

4、Log Buffer

存储内存日志数据，用于磁盘日志文件数据写入。配置：innodb_log_buffer_size。默认大小 16MB。log buffer 的数据会周期性的刷盘。较大的 log buffer 有利于较大的事务日志数据写入需求。对于执行大批量更新、写入或删除操作的事务可以适当调高 log buffer 以减少磁盘IO。

二、磁盘存储结构

1、Index 索引

a）聚簇索引及二级索引

基于 InnoDB 引擎的表使用一种称之为聚簇索引的特殊索引来存储行数据。通常情况下，聚簇索引等同于主键索引。

• InnoDB 会使用表上定义的主键来作为聚簇索引，如果当前表没有能够作为主键的列（数据逻辑唯一非空的单列或者多列组合），则可以添加自增列作为非业务主键。
• 如果表未定义主键，则 InnoDB 会使用首个唯一索引（所有列非空）作为聚簇索引。
• 如果表既没有主键也没有合适的唯一索引，则 InnoDB 会为表创建一个隐藏的聚簇索引 GEN_CLUST_INDEX，该索引基于 InnoDB 为表自动添加的包含行ID值的列，所有表数据会基于该ID值排序。行ID值是一个6字节数值，会随着数据的插入单调递增，因此基于此列排序的表在物理上保持着数据插入顺序。

除了聚簇索引，其它的索引都是二级锁索引，二级索引除了设置的索引列外，还包含主键，最终 InnoDB 都要通过主键来查找聚簇索引里的数据。

如果主键过长，那么二级索引就会占用更大的空间，所以，通常我们都建议设置较短的主键。

B 树索引使用：

• 支持列 =、>、>=、<、<= 及 BETWEEN 操作。
• like 操作支持：like 后面的参数需要为常量并且不能以通配符起始。
  

  //可以命中索引
  SELECT * FROM tbl_name WHERE key_col LIKE 'Patrick%';
  SELECT * FROM tbl_name WHERE key_col LIKE 'Pat%_ck%';
  
  //无法使用索引
  SELECT * FROM tbl_name WHERE key_col LIKE '%Patrick%';
  SELECT * FROM tbl_name WHERE key_col LIKE other_col;

• 对于 is NULL 条件，如果条件列有索引，则查询会使用到索引。　　
• 对于多列复合索引，如果要使用它们，则在每一个 and 条件分组里都必须使用它们：
  

  如下使用到了索引:
  
  ... WHERE index_part1=1 AND index_part2=2 AND other_column=3
  
  /* index = 1 OR index = 2 */
  ... WHERE index=1 OR A=10 AND index=2
  
  /* optimized like "index_part1='hello'" */
  ... WHERE index_part1='hello' AND index_part3=5
  
  /* Can use index on index1 but not on index2 or index3 */
  ... WHERE index1=1 AND index2=2 OR index1=3 AND index3=3;
  
  如下未使用到索引
  
  /* index_part1 is not used */
  ... WHERE index_part2=1 AND index_part3=2
  
  /* Index is not used in both parts of the WHERE clause */
  ... WHERE index=1 OR A=10
  
  /* No index spans all rows */
  ... WHERE index_part1=1 OR index_part2=10

• 一些特殊情况，如优化器测算使用索引会需要访问表中大量的数据，那么即使条件列命中了索引使用条件也不会使用索引。

b）InnoDB 索引物理结构

除了空间索引（基于 R-trees，用以组织存储多维数据），InnoDB 索引都是基于 B-tree 结构。数据存储于树的叶子结点。

索引数据页默认大小为 16KB，可以通过 mysql 实例初始化时的 innodb_page_size 参数来调整。

当向聚簇索引插入新的记录时，InnoDB 会保留1/16页空间用以应对将来可能的插入和更新。如果是顺序插入，则索引页空间会保持差不多15/16大小。如果是随机的，则页空间大小会在1/2 到 15/16之间。一般低于1/2（MERGE_THRESHOLD 配置）会触发索引树压缩。

c）Sorted Index Builds

InnoDB 使用 bulk load 方式执行索引创建或重建，我们称之为 Sorted index build（不支持空间索引）。

索引重建通常分为三步：

• 扫描聚簇索引，生成索引记录并添加到 sort buffer。sort buffer 满了之后，记录会被排序并写入一个临时的中介文件
• 随着多个第一步这个过程写入数据到临时中介文件，文件里的索引记录会执行合并。
• 排序的索引记录写入 B-tree。

在 Sorted index builds 引入之前，B-tree 索引写入使用特定的写入API。首先需要打开一个 B-tree 游标并找到写入位置，然后使用 optimistic  方式将索记录写入 B-tree。当遇到当前写入页满时，optimistic 会执行相应的 B-tree 节点的分裂或者合并操作来满足写入空间需求。这种自上而下的构建方式存在一定的缺点，包括寻址及经常性的节点分裂及合并成本。

Sorted index builds 基于自底而上的方式来构建索引。从 B-tree 每层最右侧的叶子节点开始，基于索引记录顺序写入。当一个节点页写满，则向其父节点添加一个新的子节点用于新的写入。

2、table space 表空间

3、double buffer 

具体介绍见前文链接：mysql 优化之 doublewrite buffer 机制

4、Redo Log

redo log 是一种基于磁盘的数据结构，用于修正数据库崩溃恢复期间未完成事务造成的数据脏写。

redo log 磁盘存储数据文件为 ib_logfile0 和 ib_logfile1，MySQL 以环形方式写入。

配置修改：1、配置文件 my.cnf；2、大小 innodb_log_file_size；3、数量：innodb_log_files_in_group.

5、Undo logs

记录单个事务中的一系列记录变更，用以恢复对聚簇索引记录的最新变更。如果有其它事务基于一致性读操作需要查看原始数据，可以从 undo log 记录里查询。

6、InnoDB Data Dictionary 

包括一系列系统表，存储包括表、索引及表列等相关元数据，物理存储在系统表空间。由于一些历史原因，data dictionary metadata 部分存储在 InnoDB 表空间文件 (.frm files)。

这篇关于MySQL InnoDB Architecture 简要介绍的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！