数据页结构

经过前面的介绍现在我们都知道，一行一行的数据是存放在数据页里的，所以接下来我们该分析一下数据页的结构了。之前介绍过，每个数据页，实际上是默认有16kb的大小，那么这16kb的大小就是存放大量的数据行吗？明显不是的，其实一个数据页拆分成了很多个部分，大体上来说包含：

文件头、数据页头，最小记录和最大记录、多个数据行、空闲空间、数据页目录、文件尾部。下面我们来看一张图：

datapage2.jpg

其中文件头占据了38个字节，数据页头占据了56个字节，最大记录和最小记录占据了26个字节，数据行区域的大小是不固定的，空闲区域的大小也是不固定的，数据页目录的大小也是不固定的，然后文件尾部占据8个字节。

，刚开始一个数据页可能是空的，没有一行数据，此时这个数据页实际上是没有数据行那个区域的。假设我们现在要插入一行数据，此时数据库里可是一行数据都没有的，那么此时是不是应该先从磁盘上加载一个空的数据页到缓存页里去？加载的过程我们通过一张图来看一下：

datapage3.jpg

接着我们是不是应该在buffer pool中的一个空的缓存页里插入一条数据？记住，缓存页跟数据页是一一对应的，它在磁盘上的时候就是数据页，数据页加载到缓存里了，我们就叫它缓存页。所以此时在缓存页里插入一条数据，实际上就是在数据行那个区域里插入一行数据，然后空闲区域的空间会减少一些，此时当缓存页里插入了一行数据之后，缓存页此时看起来如下图所示：

datapage4.png

接着你就可以不停的插入数据到这个缓存页里，直到它的空闲区域都耗尽了，就是这个页满了，此时数据行区域内可能有很多行数据。大家都知道，在更新缓存页的同时，其实它在lru链表里的位置会不停的变动，而且肯定会在flush链表里，所以最终它一定会通过后台IO线程根据lru链表和flush链表，把这个脏的缓存页刷到磁盘上去。如下图所示：

datapage5.png

表空间、数据区

简单来说，就是平时我们创建的那些表，其实都有一个表空间的概念，在磁盘上都会对应着“表名.ibd”这样的一个磁盘数据文件。所以在物理层面，表空间就是对应一些磁盘上的数据文件。有的表空间，比如系统表空间可能对应的是多个磁盘文件，我们自己创建的表对应的表空间可能就是对应了一个“表名.ibd”数据文件。

在表空间的磁盘文件里会有很多的数据页，但是如果一个表空间包含了太多数据页的话就不便于管理，所以在表空间里又引入了一个

的概念，英文就是extent，一个数据区对应着连续的64个数据页，每个数据页是16kb，所以一个数据区是1mb，然后256个数据区被划分为一组。

对于表空间而言，它的第一组数据区的第一个数据区的前3个数据页都是固定的，里面存放了一些描述性的数据。比如fsp_hdr这个数据页，它里面就存放了表空间和这一组数据区的一些属性。ibuf_bitmap数据页，里面存放的是这一组数据页的所有insert buffer的一些信息。inode数据页，这里也存放了一些特殊信息。

我们现在先不去具体了解它们是干什么的，只要知道第一组数据区的第一个数据区的前3个数据页，都是存放一些特殊信息的。然后这个表空间里的其它各组数据区，每一组数据区的第一个数据区的头两个数据页都是存放特殊信息的，比如xdes数据页就是用来存放这一组数据区的一些相关属性的，其实就是很多描述这组数据区的东西。下面我们通过一张图来看一下表空间的存储结构。

datapage6.jpg

生产经验

1、linux操作系统的存储系统软件层原理分析以及IO调度优化原理

简单来说，linux的存储系统分为VFS层、文件系统层，Page Cache缓存层，通用Block层、IO调度层、Block设备驱动层、Block设备层，如下图：

block1.jpg

当MySQL发起一次数据页的随机读写，或者是一次redo log日志文件的顺序读写的时候，实际上会把磁盘IO请求交给linux操作系统的VFS层。这一层的作用，就是根据你是对哪个目录中的文件执行的磁盘IO操作，把IO请求交给具体的文件系统。

举个例子，在linux中，有的目录比如/xx1/xx2里的文件是由NFS文件系统管理的，有的目录比如/xx3/xx4里的文件其实是由Ext3文件系统管理的，那么这个时候VFS层需要根据你是对哪个目录下的文件发起的读写IO请求，把请求转交给对应的文件系统。

接着，文件系统会先在Page Cache这个基于内存的缓存里找你要的数据在不在里面，如果有就基于内存缓存来执行读写，如果没有就继续往下一层走，此时这个请求会交给通用Block层，在这一层会把你对文件的IO请求转换为Block IO请求。

接着IO请求转换为Block IO请求之后，会把这个Block IO请求交给IO调度层，在这一层里默认是用CFQ公平调度算法的，也就是说，假设此时数据库发起了多个SQL语句同时在执行IO操作。

有的SQL语句可能非常简单，比如“update xxx set xx1=xx2 where id =1”，它可能就只要更新磁盘上的一个block里的数据就可以了，但是有的SQL语句，比如说“select * from xx where xx1 like ‘%xx%’”可能需要IO读取磁盘上的大量数据。那么此时如果基于公平调度算法，就会导致它先执行第二个SQL语句的读取大量数据的IO操作，耗时很久，然后第一个仅仅更新少量数据的SQL语句的IO操作，就一直在等待它，得不到执行的机会。

所以一般建议MySQL的生产环境，需要调整为deadline IO调度算法，它的核心思想就是，任何一个IO操作都不能一直在不停的等待，在指定时间范围内，都必须让它去执行。所以基于deadline算法，上面第一个SQL语句的更新少量数据的IO操作可能在等待一会之后就得到执行的机会，这也是一个生产环境的IO调度优化经验。

最后IO完成调度之后，就会决定哪个IO请求先执行，哪个IO请求后执行，此时可以执行的IO请求就会交给Block设备驱动层，最后经过驱动把IO请求发送给真正的存储硬件，也就是Block设备层。硬件设备完成IO读写操作，最后就把响应经过上面的层级反向依次返回，最终MySQL可以得到本次IO读写操作的结果。