MySQL 数据存储结构

MySQL 数据存储完整结构（以最常用 InnoDB 引擎为主，顺带对比 MyISAM）

MySQL 本身是服务层，真正负责文件存储的是存储引擎，日常业务几乎都用 InnoDB，下面分：文件类型、文件内部结构、数据物理存储形态、一行数据长什么样。

一、MySQL 数据目录整体文件

默认数据目录datadir下，分三类文件：

1. 全局系统文件（所有库共用）

1. ibdata1（共享表空间）开启共享表空间时，所有表数据、索引、undo 日志、数据字典都存在这里。
   • 格式：二进制大文件，持续扩容，不会自动收缩
2. ib_logfile0 /ib_logfile1（Redo 重做日志）崩溃恢复核心，循环写入，固定大小，二进制日志，存事务修改页的物理变更。
3. ibtmp1（临时表空间）存放临时表、排序临时数据，重启自动清空。
4. auto.cnf：MySQL 实例唯一 UUID，复制用。
5. *.err：错误日志文本文件。

2. 每个数据库文件夹（如 test_db/）

新建库会生成同名文件夹，里面放单表独立文件（innodb_file_per_table=ON默认开启）：

• table_name.ibd：单表数据 + 索引文件（核心）
• table_name.frm：表结构定义文件（5.7 及以前，8.0 已废弃，结构存在数据字典）
• table_name.ibd.old：表空间迁移备份文件

3. MyISAM 老引擎文件（不推荐生产）

一张表 3 个文件：

• *.MYD：MyISAM Data，纯数据行文件
• *.MYI：MyISAM Index，索引树文件
• *.frm：表结构

二、InnoDB 核心：.ibd 文件内部物理结构

1. 整体层级（从大到小）

ibd 文件→ 表空间 (Tablespace) → 段 (Segment) → 区 (Extent) → 页 (Page) → 行 (Row)

关键单位尺寸

• 页 Page：16KB（InnoDB 最小 IO 单位，固定不可改）
• 区 Extent：连续 64 个页 = 1MB，批量分配空间
• 段 Segment：一张索引对应 2 个段（叶子段 + 非叶子段）

2. Page 页结构（最小读写单元）

所有读写都是按 16KB 页操作，一页分为几部分：

1. File Header 文件头（38 字节）页编号、校验和、上一页 / 下一页指针，形成双向链表
2. Page Header 页头（56 字节）页内记录数量、空闲空间、删除链表、事务信息
3. Infimum + Supremum 虚拟行页内最小、最大虚拟记录，用于索引二分查找边界
4. User Records 用户数据区真正存储我们插入的行数据，按主键有序排列
5. Free Space 空闲空间插入更新预留空位
6. Page Directory 页目录稀疏索引，存几条记录的偏移，加速页内二分查找

页类型（不同页存不同内容）

• 数据页（B + 树叶子页）：存完整行数据
• 索引页（B + 树非叶子页）：只存主键 + 子页号，不存完整行
• Undo 页、系统页、事务页、LOB 大字段页

3. B + 树存储逻辑（InnoDB 主键索引）

每张表默认一个聚簇索引（主键）：

1. 叶子页：有序存储完整行数据，页之间双向链表串联
2. 非叶子页：只存主键值 + 子页地址，用于快速路由到叶子页
3. 二级索引（普通索引）：叶子存「索引列 + 主键」，回表查询完整数据

4. 一条行记录（Row）内部长什么样（Compact 行格式，默认）

一行数据 =记录头 + 变长字段长度列表 + 标记位 + 字段真实值

拆解示例

表结构：

user(id INT PRIMARY KEY, name VARCHAR(20), age TINYINT)

插入id=1, name="张三", age=20

1. 记录头（5 字节）标记删除位、事务 ID、回滚指针、行链表指针、主键排序信息
2. 变长字段长度列表name 是 VARCHAR，长度 2，存0x02
3. NULL 标记位：本记录无 NULL，0
4. 真实字段存储
   • id：4 字节 INT 二进制
   • name：2 字节长度 + "张三" UTF8 二进制
   • age：1 字节 TINYINT

特殊存储规则

1. 变长字段（VARCHAR/TEXT）短文本直接存在行内；超长大文本溢出到独立溢出页（LOB 页），行内只存 20 字节指针
2. 主键不允许 NULL，唯一标识行
3. 隐藏列（每行自带，不可见）
   • DB_TRX_ID：6 字节，最后修改该行的事务 ID
   • DB_ROLL_PTR：7 字节，指向 undo 日志，实现 MVCC
   • 无主键时自动生成 6 字节 DB_ROW_ID 隐藏主键

5. MVCC 多版本实现底层存储

更新数据不会直接覆盖原行：

1. 修改时生成新行，新行的DB_ROLL_PTR指向旧行
2. 旧行数据存放在 Undo 日志页
3. 不同事务根据事务 ID 可见性读取对应版本，实现无锁读

三、共享表空间 ibdata1 内部存储内容

如果关闭独立表空间，所有表数据、索引都存在 ibdata1，同时还存放全局数据：

1. 所有表的数据字典（表、字段、索引元数据）
2. Undo 回滚日志段
3. 系统事务信息、MVCC 版本链
4. 缓冲区变更持久化辅助信息

文件特点：只会增大，删除数据不会释放磁盘空间，只能通过OPTIMIZE TABLE重建回收。

四、Redo 日志 ib_logfile 文件作用（不属于表数据，但必不可少）

1. 循环覆盖的固定大小二进制文件
2. 事务提交先写 Redo，再刷盘数据页
3. 数据库宕机重启，通过 Redo 恢复已提交未落盘的数据
4. 只记录「页物理修改」，不记录 SQL 逻辑

五、直观对比：InnoDB .ibd vs MyISAM .MYD/.MYI

表格

六、肉眼直接看文件的直观特征

1. 所有数据文件都是二进制文件，记事本打开全是乱码，不能直接编辑
2. .ibd 文件大小随数据 / 索引增长，删除数据不会自动缩小
3. ib_logfile 大小固定，数量 2 个，循环复用
4. 库文件夹下只能放对应表的 ibd，不能跨库混用
5. 8.0 彻底移除 frm 文件，表结构元数据统一存在共享数据字典表空间

七、补充：磁盘落盘完整流程（一条数据怎么存进文件）

1. 执行 insert，数据写入内存 Buffer Pool 的数据页
2. 写 Redo Log Buffer，刷入磁盘 ib_logfile（事务提交必刷）
3. 后台线程（Page Cleaner）定期把内存脏页刷入 .ibd/ibdata1 磁盘文件
4. 删除仅在页内标记删除位，不会立刻擦除磁盘数据，purge 线程后台清理旧版本 undo

ibd 一个文件怎么做到区分 → 表空间 (Tablespace) → 段 (Segment) → 区 (Extent) → 页 (Page) → 行 (Row)

一、核心结论先讲透

.ibd本身就是独立表空间文件（Single-table Tablespace），整个文件只属于一张表； 文件内部靠固定偏移、页头元数据、页类型、链表指针、位图管理五层标记，一层层拆分出：表空间 → 段 → 区 → 页 → 行。

分层识别逻辑自上而下：

1. 整个.ibd= 1 个独立表空间（Tablespace）
2. 表空间按 1MB 切分连续区块 = 区（Extent）
3. 多个区归属于同一个索引逻辑单元 = 段（Segment）
4. 每个区固定 64 个 16KB 小块 = 页（Page）
5. 每个页内部靠页头、记录头区分多条行（Row）

前置固定常量（所有划分的基准）

Page = 16KB = 16384 Byte Extent = 64 Page = 64 * 16KB = 1MB

整个.ibd文件从 0 字节开始，按 1MB 对齐切割，天然划分出一个个区。

二、第一层：区分「表空间 Tablespace」—— 整个 ibd 就是一个表空间

怎么标识这是一个独立表空间？

1. 文件最开头第 0 号页（File Header 页，0 号页 = 表空间头部页）页头固定存储：
   • SPACE_ID：表空间 ID，每个.ibd文件拥有唯一 ID
   • 表空间类型标记：区分共享 ibdata1 / 单表 ibd / 临时表空间
   • 表空间总大小、已使用区数量、空闲区链表指针
2. MySQL 元数据字典绑定关系 数据字典里记录table_name ↔ space_id ↔ xxx.ibd 文件路径，数据库能通过表直接定位对应 ibd 文件，一个 ibd 只对应一张表。

一句话区分表空间：一个.ibd= 一个独立 Tablespace，靠文件头部 0 号页的 SPACE_ID 标识归属。

三、第二层：区分「区 Extent」—— 按 1MB 物理边界切分

不需要额外标记，纯物理地址偏移划分，计算方式：

• 第 0 个区：文件字节 0 ~ 1MB
• 第 1 个区：1MB ~ 2MB
• 第 n 个区：n*1MB ~ (n+1)*1MB

每个区内部固定 64 个连续页，页编号连续： 区 n 包含页号：n*64 ~ n*64+63

靠什么管理空闲 / 已使用的区？

0 号表空间头部页里维护两种链表：

1. FREE_EXTENTS：空闲区链表（整块 1MB 未分配）
2. USED_EXTENTS：已分配区链表 每个区头部会记录：下一个空闲区、上一个空闲区指针，形成双向链表。

数据库分配空间时，直接拿一整个空闲区给段使用；删除数据回收整块空闲区放回空闲链表。

一句话区分区：文件按 1MB 固定长度切割，靠头部页的区链表记录哪些区在用、哪些空闲。

四、第三层：区分「段 Segment」—— 逻辑索引单元，多个区归属于一段

区是物理连续块，段是逻辑集合：一张索引对应 2 个段（B + 树非叶子段 + B + 树叶子段），一张表聚簇索引 + 二级索引会产生多段。

核心问题：怎么知道某个区属于哪个段？

1. 段描述符（Segment Entry）

每个区的第一个页头部，存放「段描述符」：

• SEGMENT_ID：段唯一编号
• 段类型：叶子段 / 非叶子段 /undo 段 / LOB 段
• 该段持有多少个区、页数量
• 该段的空闲页链表、满页链表

同一个段的所有区，段描述符里SEGMENT_ID完全相同，InnoDB 就能把分散的多个区归为同一个逻辑段。

2. 段的分配规则

• 新建索引时，先分配碎片页（32 个零散页），数据量小不占用完整 1MB 区；
• 碎片页用完后，才一次性分配完整 Extent（1MB 区）加入该段；
• 一个段可以持有多个不连续的 1MB 区，靠SEGMENT_ID关联起来。

举例

一张表主键聚簇索引：

• 段 A：B + 树非叶子节点段（存放索引目录页）
• 段 B：B + 树叶子节点段（存放真实数据页） 两个段各自持有一批独立的区，靠段 ID 区分归属。

一句话区分段：靠页内的 SEGMENT_ID 标识，相同 ID 的所有区 / 页归为同一个逻辑段。

五、第四层：区分「页 Page」——16KB 最小 IO 单元，靠页号 + 页头标记区分

每个区 64 个页，每页固定 16384 字节，靠页编号 Page Number唯一标识。

1. 页定位计算

给定任意页号 N，直接算出该页在 ibd 文件内的字节偏移：offset = N * 16384

2. 页头 File Header（每页前 38 字节）是区分核心

每页开头固定 38 字节元数据，包含关键标记：

1. PAGE_SPACE_ID：归属哪个表空间（校验是否属于当前 ibd）
2. PAGE_OFFSET：当前页的页号 N
3. PAGE_TYPE：页类型（数据页 / 索引页 / 段描述页 / LOB 页等）
4. PAGE_PREV / PAGE_NEXT：同层页双向链表指针（B + 树叶子页串联）

3. 如何区分一页是数据页还是索引页？

靠PAGE_TYPE字段：

• PAGE_INDEX：B + 树非叶子索引页（只存主键，无完整行）
• PAGE_LEAF：B + 树叶子数据页（存储完整行记录）

一句话区分页：按 16KB 固定偏移分割，每页头部存页号、页类型，唯一识别一页。

六、第五层：区分「行 Row」—— 单页内部靠记录头、偏移目录区分多条数据

一页 16KB 内会存储多条行记录，靠两套机制区分每一行：

1. 页内 Page Directory（页目录）

页尾部维护稀疏目录，存储多条记录的页内偏移地址，类似页内索引； 通过目录可以快速定位任意一条记录在 16KB 页中的起始字节位置。

2. 每条记录开头 5 字节 Record Header（记录头）

每一行数据最前面固定 5 字节头部，区分行状态：

• 删除标记（是否被逻辑删除）
• 下一条记录的偏移（页内单向链表，所有有效行串成有序链表）
• 事务 ID、回滚指针标记（MVCC 多版本）

3. 虚拟边界行

页内固定存在两条虚拟行：Infimum（最小边界）、Supremum（最大边界），作为行链表首尾，方便二分查找。

读取流程： 页目录 → 找到记录偏移 → 定位 5 字节记录头 → 读取完整一行字段。

一句话区分行：页尾部目录记录每行偏移，每行开头 5 字节记录头串联所有有效数据行。

七、完整一层一层定位演示（举个实例）

查询表中一条数据，InnoDB 逐层定位逻辑：

1. 根据表名找到对应xxx.ibd文件 → 整个文件 = 1 个表空间（SPACE_ID 匹配）
2. 根据主键索引找到目标索引对应的段 SEGMENT_ID
3. 遍历该段持有的所有区（1MB 区块），找到包含目标页的 Extent
4. 通过页号计算 16KB 偏移，定位磁盘上具体 Page
5. 读取页头确认是叶子数据页，通过 Page Directory 页目录找到行偏移
6. 读取记录头，取出完整 Row 字段返回

八、极简分层识别总结表

表格

层级	划分依据核心标识	物理 / 逻辑划分
表空间 Tablespace	ibd 文件独立绑定 SPACE_ID，0 号头部页标识	物理文件级
区 Extent	文件按 1MB 固定偏移切割，空闲区链表管理	物理连续区块
段 Segment	页内 SEGMENT_ID，相同 ID 归为一段	逻辑索引单元
页 Page	16KB 固定偏移，每页 PAGE_OFFSET 页号、PAGE_TYPE	最小 IO 物理单元
行 Row	页目录偏移 + 5 字节记录头链表	单页内逻辑数据单元