[大数据]MySQL——InnoDB引擎

• 逻辑存储结构
• 架构
• 事务原理
• MVCC

逻辑存储结构

• 表空间(ibd文件)：一个mysql实例可以对应多个表空间，用于存储记录、索引等数据
• 段：分为数据段、索引段、回滚段，InnoDB是索引组织表，数据段就是B+树的叶子借点，索引段即为B+树的非叶子借点。段用来管理多个Extent
• 区： 表空间的单元结构，每个区的大小为1M。默认情况下，InnoDB页大小为16k。即一个区中一共有64个连续的页
• 页：是InnoDB存储引擎磁盘管理的最小单元，每个页的大小默认为16kb，为了保证页的连续性，每次从磁盘申请4-5个区
• 行：数据是按行进行存放的
  Trx_id:每次对某条记录进行改动时，都会把对应的事务id赋值给trx_id隐藏列
  Roll_pointer:每次对某条引记录进行改动时，都会把旧的版本写入到undo日志中，然后这个隐藏列就相当于一个指针，可以通过它来找到该记录修改钱的信息
  

架构

MySQL5.5版本开始，默认使用InnoDB存储引擎，它擅长事务处理，具有崩溃恢复特性，在日常开发中使用肥肠广泛。下面为其架构图，左侧为内存结构，右侧为磁盘结构

内存结构

• Buffer Pool:缓冲池是主内存中的一个区域，里面可以缓存磁盘上就经常操作的真实数据，在执行增删改查查操作时，先操作缓冲池中的数据（若缓冲池没有数据，则从磁盘加载并缓存），然后再以一定频率刷新到磁盘，从而减少磁盘IO，加快处理速度

缓冲区以page页为单位，底层采用链表数据结构管理page。根据状态，讲page分为三种类型

1. free page:空闲page，未被使用
2. clean page：被使用page，数据没有被修改过
3. dirty page：脏页，被使用过page，数据被修改过，其中数据与磁盘的数据产生了不一致

Change Buffer：更改缓冲区（针对于非唯一二级索引页），在执行DML语句时，如果这些数据Page没有在Buffer Pool中，不会直接操作磁盘，而会将数据变更存在缓冲区Change buffer中，在未来数据被读取时，再讲数据合并恢复到Buffer pool中，再讲合并后的数据刷新到磁盘中

change buffer的意义是什么？
与聚集索引不同，二级索引通常是非唯一的，并且以相对随机的顺序插入二级索引页。同样，删除和更新可能会影响索引树种不相邻的二级索引页，如果每一次都操作磁盘，会造成大量的磁盘IO，有了ChangeBuffer之后，我们可以在缓冲池中进行合并处理，减少磁盘IO

Adaptive Hash Index:自适应哈希索引，用于优化对Buffer Pool数据的查询。InnoDb存储引擎会监控对表上各索引页的查询，如果观察到hash索引可以提升速度，择简历hash索引，称之为自适应hash索引。
自适应哈希索引，无需人工干预，是系统根据情况自动完成
参数: adaptive_hash_index

Log Buffer：日志缓冲区，用来保存要写入到磁盘中的log日志数据（red log、undo log），默认大小为16M，日志缓冲区的日志会定期刷新到磁盘中。如果需要更新、插入或删除许多行的事务，增加日志缓冲区的大小可以节省磁盘IO
参数

• innodb_log_buffer_size:缓冲区大小
• innodb_flush_log_at_trx_commit:日志刷新到磁盘时机，其中value为

innodb_flush_log_at_trx_commit值
1：日志在每次事务提交时写入并刷新到磁盘
0：每秒讲日志写入饼刷新到磁盘一次
2：日志在每次事务提交后写入，并每秒刷新到磁盘一次

磁盘结构

Doublewrite buffer files:双写缓冲区，innoDB引擎讲数据页从Buffer pool刷新到磁盘前，先将数据页写入到双写缓冲区文件中，便于系统异常时回复数据

redo log：重做日志，是用来实现事务的持久性。该日志文件由两部分组成，重做日志缓冲（redo log buffer）以及重做日志文件（redo log）,前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都会存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用

后台线程

1.Master Thread
核心后台线程，负责调度其他线程，还负责讲缓冲池中的数据异步刷新到磁盘中，保持数据的一致性，还包括脏页的刷新，合并插入缓存，undo页的回收
2. IO thread
在InnoDB存储引擎中大量使用了AIO(异步阻塞IO)来处理IO请求，这样可以极大提高数据库的性能，而IO Thread主要负责这些IO请求的回调

3. Purge Thread
   主要用会搜事务已经提交了的undo log，在事务提交之后，undo log可能已经不用了，就用它回收

4. Page Cleaner Thread
   协助Master Thread刷新脏页到磁盘的线程，它可以减轻Master Thread的工作压力，减少阻塞
   

事务原理

ACID是如何实现的

• 原子性(Atomicity):事务是不可分割的最小操作单元，要么全部成功，要么全部失败
• 一致性(Consistency):事务完成时，必须使所有数据都保持一致状态
• 隔离性(Isolation):数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行
• 持久性(Durability): 事务一旦提交或回滚，它对数据库中的数据的改变就是永久的

redo log

重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性的
该日志文件由两部分组成：重做日志缓冲(redo log buffer)以及重做日志文件(redo log file)，前者是在内存中，后者是在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用

undo log

回滚日志，用于记录数据被修改前的消息，作用包含两个：提供回滚和mvcc
undo log和redo log记录物理日志不一样，它是逻辑日志，可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之依然，当update一条记录时，它记录一条对应相反的update记录，当执行rollback时，就一颗从undo log中的逻辑记录读取到相应的内容并进行回滚
undo log销毁：undo log在事务执行时产生，事务提交时，并不会立即删除undo log，因为这些日志可能还用于mvcc
undo log存储：undo log采用段的方式进行管理和记录，存放在前面介绍的roll back segment回滚段中，内部包含1024个undo log segment

MVCC

• 当前读:读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。
• 快照读:简单的select（不加锁）就是快照度，读取的是记录数据的课件版本，有可能是历史数据，不加锁，是非阻塞读

多版本并发控制，指维护一个数据的多个版本，是的读写操作没有冲突，快照度为mysql实现mvcc提供了一个非阻塞读功能，mvcc的具体实现，还需要依赖于数据库记录中的三个隐式字段、undo log，readview

undo log

回滚日志，在insert、update、delete的时候产生便于数据回滚的日子
当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后可被立即删除
而update、delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除

updolog版本链

不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，尾部是最早的旧记录

readview

ReadView(读视图）是快照度SQL执行时mvcc提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id
包含四个核心字段

不同的隔离级别，生成readview的时机不同

• read commit：在事务中每一次执行快照时生成readview
• repeatable read:尽在十五中第一次执行快照时生成radview，后续复用该readview