【MySQL运行原理篇】InnoDB整体架构

InnoDB内部整体架构

1.体系架构

InnoDB的体系架构如下图所示：

从InnoDB的体系架构图可以看出，InnoDB主要由后台线程、内存池和磁盘文件三个部分组成。后台线程的主要作用是负责刷新内存池中的数据，保证缓冲池中的内存缓存是最近的数据，此外将已修改的数据文件刷新到磁盘文件，同时保证在数据库发生异常的情况下InnoDB能恢复到正常运行状态。

2. 后台线程

InnoDB有不同的后台线程，用于处理不同的任务，主要有以下4类线程，分别是master thread、i/o thread、purge thread和page cleaner thread。

3. In-Memory Structures（内存池结构）

整个InnoDB内存的情况如下图所示：

InnoDB的内存主要由缓冲池、重做日志缓冲和额外内存池三大部分组成，下面分别进行介绍。

InnoDB存储引擎是基于磁盘存储的，并将其中的记录按照页的方式进行管理。由于CPU和磁盘间的速度差异，通常使用缓冲池技术来提高数据库的整体性能。在InnoDB存储引擎中，缓冲池中页的大小默认为16KB。

（缓存池内部实现：缓冲池的管理，重做日志缓冲，额外的内存池，Checkpoint技术，插入缓冲，两次写，自适应哈希，异步I/O，刷新邻接页，详细请看文章：InnoDB体系架构https://blog.youkuaiyun.com/MOU_IT/article/details/119084512）

4. On-Disk Structures（磁盘结构 ）

Innodb存储引擎可将所有数据存放于ibdata*的共享表空间，也可将每张表存放于独立的.ibd文件的独立表空间。共享表空间以及独立表空间都是针对数据的存储方式而言的。

4.1、System Tablespace：表空间， 会对应一个(ibdata1)文件：

• 优点：可以将表空间分成多个文件存放到各个磁盘上（表空间文件大小不受表大小的限制，如一个表可以分布在不同的文件上）。数据和文件放在一起方便管理。

• 缺点：所有的数据和索引存放到一个文件中，虽然可以把一个大文件分成多个小文件，但是多个表及索引在表空间中混合存储，这样对于一个表做了大量删除操作后表空间中将会有大量的空隙，特别是对于统计分析，日志系统这类应用最不适合用共享表空间。

4.2、File-per-table(独立表空间)

每一个表都将会生成以独立的文件方式来进行存储，每一个表都有一个.frm表描述文件，还有一个.ibd文件。 其中这个文件包括了单独一个表的数据内容以及索引内容，默认情况下它的存储位置也是在表的位置之中。首先建议使用独立表空间：

4.3、General TableSpaces

从5.7.6开始，增加了一种新的 tablespace模式(成为general tablespace)，实际上它和共享表空间比较类似：创建一个单独的ibd，ibd中包含多个表，兼容不同的格式。general tablespace没有库的概念，因此可以在多个库里建属于同一tablespace的表。

4.4、Temporary TableSpace临时表空间，

用于存放瞬时数据，只有在session连接期间才能够看到数据,比如分组，排序时引发的临时数据存放的区域。

4.5、Redo Log

它属于Innodb引擎的功能，它主要记录数据空间数据的修改状态和内容，它的日志是循环写，日志的空间大小也是固定的，可以作为服务器异常宕机后数据数据自动恢复使用。

4.6、单表.ibd文件内容概述(核心)

InnoDb是以page为单位，将数据从磁盘中读取出来。

• 默认情况下innodb中的page大小默认是16kb(可配置)。

SHOW VARIABLES LIKE '%page%'
SET GLOBAL innodb_page_size = 16384
#如果是配置文件配置my.cnf：
innodb_page_size = 16384

• 操作系统中的page大小为4kb
• 机械硬盘的扇区是512byte
• SSD中page大小是4KB

以上所说的大小，可以理解为各个层级中，对于磁盘操作的最小单位。就好比：我们每次到电脑的磁盘中获取多少数据放入到内存中。就好比java读取文件一样：byte[] byte = new Byte[16384]。

也就是说：我们在读取一个文件，或者执行一个查询的时候，系统会一次性从磁盘中获取16KB内容放入到内存中。

4.7、InnoDb磁盘数据存储概念图解说明

索引和数据一起存放在文件里面，读取数据时候先读取索引表获取到对应的page，再进行精准查询

4.8、Innodb执行CURD的过程

• Innodb引擎，默认执行查询的时候先找到对应表空间的表文件，
• 然后加载到内存buffer pool 中进行存储，然后在返回，
• 如果下次在查询如果已经存在内存中就直接返回。修改也是不会直接修改表文件，而是直接修改内存，
• 然后通过redo log进行异步修改表空间的数据。
• 如果缓冲池的空间不够的时候，就会采用标记算法和LRU把最近最少使用的内存并且没有修改的内存进行清除
• 用于存放更多的后续执行CURD相关的操作的数据进行缓存。