Mysqlinnodb底层存储目录Contents01Part.02Part.04Part.03Part.扇区、磁盘块和数据页B+树存储结构索引组织表数据页结构和行记录扇区、磁盘块和数据页01Part.扇区扇区磁盘数据的最小单元，大小为512字节，在物理层面上是真实存在的；扇区的划分可以让硬盘更好的管理空间。磁盘块由于扇区太小，文件系统按照扇区去读取数据会相当慢，所以有了block（磁盘块）的概念。磁盘块由1个或者连续几个（2^n）相邻的扇区组成，是操作系统与磁盘交互的最小单位，操作系统可以把2^n个扇区数据一次性加载到内存进行快速读取。一个块大小=一个扇区大小*2的n次方，n是可以修改的，由操作系统决定n的大小；数据页数据页=2^n磁盘块，数据页是Mysql操作的最小单位，Innodb里面一般为16KB，lKB=1024字节=2个扇区，不过也可能是8KB、32KB或者其他值，这跟MySQL的存储引擎对数据的存储方式有很大的关系，innodb存储引擎页大小为16KB，16x1024=16384字节。可以存储英文字符16384个，中文8192个。innodb存储引擎页大小为16KB，16x1024=16384字节。可以存储英文字符16384个，中文8192个。拿常见的表举例，一般一行数据占用字节数在100~300个字节。一个数据页在剔除100个字节（存储其它信息）之后，（16384-100）/300=54.28行数据。考虑大多业务场景下（除开日志记录、大字段记录等），y一个数据页正常存储的行数量在16~60之间。表空间、段、区表空间：Innodb存储引擎按照表空间方式对数据进行存放，默认情况下，innodb建立共享的表空间文件，用于存储表所有的有关存储数据，也允许启动innodb_file_per_table为每个表设立自身的表空间，表的数据、索引和缓存BitMap页都放在自身表的表空间文件，但其它信息，如回滚信息、缓冲索引页还是放置在共享表空间。段：多个数据页的集合，innodb的预读比较倾向于对段范围进行预读；区：由连续的页组成，区的大小为1MB，innodb存储引擎会一次预先申请4~5个区；B+树数据结构02Part.B+树B+树是一种树数据结构，通常用于数据库和操作系统的文件系统中。B+树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+树元素自底向上插入，这与二叉树恰好相反。查询数据拥有稳定的对数时间复杂;能更精确的进行范围查询；B+树由B树（自平衡树）演进而来。但由于B树的节点既存储路由（索引），也存储数据，所以相对于B树，B+树更适合范围查询。为什么用B+树而不是B树B+演进同一层级节点按大小顺序排序;节点数满则进行分裂;索引组织表03Part.Innodb索引组织表的数据插入Innodb表本质上是索引组织表（区别于堆表），以索引为驱动指引和操纵数据。换句话说，innodb就是按照B+树的方式去放置数据。对表插入数据，表数据在数据页中按照链表方式进行逻辑顺序排放，数据页空间满则进行依照B+树原则进行数据页分裂，索引键值自下而上成为中间节点或根节点。索引组织表Innodb表本质上是索引组织表（区别于堆表），表数据都按照主键进行顺序存放（逻辑顺序）。在innodb存储引擎表中，每个表都必须要有一个主键，如果没有显式的声明主键，则会按照以下方式进行创建：如果表存在非空唯一索引，如果存在，则使用该列作为主键;如果不存在非空唯一索引，Innodb存储引擎会自动创建一个6字节的指针作为主键，该主键对用户不可见;堆表：区别于索引组织表的顺序插入，堆表的数据在插入时是随机插入，因此从效率上，堆表的插入效率更高，因为省去了插入位置的判断；但索引组织表的查询效率更好，特别是范围查询。Innodb的B+树在实际业务情况下能存储多少的数据量？一个数据页大小为16K，16x1024=16384。索引页中，主要存储了键值和指针，键值以bigint为例，占8个字节，指针占6个字节，则8+6=14，能存储的键值和指针的组合数位16384/14=1170.28571。叶子节点存储着行记录，假如行记录以1k为例，1k已经能满足绝大部分业务场景。那么一页能存储的行数量为16k/1k=16。以一颗三层B+树为例，则可以计算：1171x1171x16=21,939,856。若以一颗四层B+树为例，则可以计算：1171x1171x1171x16=(>200亿)。在日常使用过程中，三层的B+树能满足绝大多数的场景。聚集索引和非聚集索引...
