MySQL InnoDB 表数据结构存储方式详解

InnoDB 是 MySQL 默认的存储引擎，采用 行存储，支持 事务、行级锁、外键，并通过 B+ 树索引 高效管理数据。本笔记详细介绍 InnoDB 表的数据存储结构、索引组织表（Clustered Index）、二级索引、页结构、行格式 及相关机制。

一、InnoDB 表的整体存储结构

InnoDB 的存储结构分为以下几个层次：

表空间（Tablespace）
├── 段（Segment）
│     ├── 区（Extent）
│           ├── 页（Page）
│                 └── 行（Row）

• 表空间（Tablespace）
  存放表数据和索引的逻辑容器，可以是系统表空间（ibdata）或独立表空间（.ibd 文件）。
• 段（Segment）
  表空间中的逻辑分配单位，分为 数据段（Data Segment） 和 索引段（Index Segment）。
• 区（Extent）
  每个区大小固定为 1MB，包含 64 个页（每页 16KB）。
• 页（Page）
  InnoDB 的最小磁盘管理单元，大小为 16KB。
• 行（Row）
  页中存储的数据行，具体格式由 行格式（ROW_FORMAT） 决定。

二、索引组织表（Clustered Index）

InnoDB 表数据的存储方式：

• InnoDB 表是 索引组织表（Index-Organized Table，IOT），即 数据按照主键顺序存放在聚簇索引（Clustered Index）中。
• 表数据即索引的一部分：
  • 每个 InnoDB 表 必须有主键（如果没有定义，系统会隐式创建一个 ROW_ID）。
  • 主键索引（聚簇索引）中的叶子节点存储整行数据。

聚簇索引的特点：

• 数据按照 主键顺序 存储。
• 叶子节点存放完整行记录。
• 一个表只有 一个聚簇索引。

示意图：

Clustered Index (B+ Tree)
├── Root Page
│     └── Branch Page
│           └── Leaf Page → \[row1, row2, row3, ...] (完整行数据)

三、二级索引（Secondary Index）

• 二级索引的 叶子节点 不存储整行数据，只存储：
  • 索引列值
  • 对应的主键值（row_id）
• 查询时如果二级索引不能覆盖查询列，需要回表（回到聚簇索引查完整数据），称为 回表操作。

示意图：

Secondary Index (B+ Tree)
├── Root
│     └── Branch
│           └── Leaf → \[index\_column\_value, primary\_key]

四、InnoDB 的页结构（Page Structure）

每个页（Page）大小固定为 16KB，主要用于存储索引和数据。
页的结构如下：

+---------------------+
\| File Header (38B)   |
\| Page Header (56B)   |
\| Infimum & Supremum  |
\| User Records        |
\| Free Space          |
\| Page Directory      |
\| File Trailer (8B)   |
+---------------------+

• File Header：页的通用信息，如页号、校验和。
• Page Header：页类型、记录数等。
• Infimum & Supremum：页内的最小/最大虚拟记录。
• User Records：实际用户数据。
• Free Space：空闲空间，用于插入新记录。
• Page Directory：指向记录的槽位，用于快速定位。
• File Trailer：页的完整性校验。

五、InnoDB 行格式（Row Format）

行格式决定了数据在页中的存储方式，常见的行格式有：

行记录结构：

\[变长字段长度列表]\[NULL 值列表]\[记录头信息]\[列数据]

六、InnoDB 数据存储示意图

表空间 (.ibd 文件)
↓
段 (数据段 / 索引段)
↓
区 (1MB)
↓
页 (16KB)
↓
行 (行格式存储)

七、InnoDB 表存储的关键特性

1. 行级锁：基于索引实现。
2. 事务支持：通过 Undo Log 回滚、Redo Log 持久化。
3. MVCC：通过 Undo Log 提供一致性读。
4. 数据页缓存：Buffer Pool 提升性能。

八、面试高频问答

Q1：InnoDB 为什么是索引组织表？

• 因为 InnoDB 聚簇索引的叶子节点存储整行数据，表数据与索引存储在一起。

Q2：聚簇索引和二级索引区别？

• 聚簇索引：叶子节点存储完整行数据。
• 二级索引：叶子节点存储索引列和主键，需要回表。

Q3：InnoDB 的页大小是多少？

• 默认 16KB，可以配置（但常用 16KB）。

Q4：大字段 TEXT/BLOB 如何存储？

• 在 DYNAMIC 行格式下，字段只存储 20B 指针，实际数据存储在溢出页。

Q5：为什么建议 InnoDB 表必须有主键？

• 因为聚簇索引基于主键，如果没有主键，InnoDB 会自动创建隐藏的 row_id，占用空间且影响性能。

九、总结

InnoDB 采用 B+ 树 组织数据，表是索引组织表，聚簇索引的叶子节点存放整行数据，二级索引存储主键，实现高效查询。