😄MySQL物理数据行

数据行是什么？

平时增删改查操作对应的数据，就是数据行，本文写的数据行更多的是针对这些数据在物理存储时的数据。数据行对应着表里面的每一行数据，这些数据行会按照一定的格式存储进磁盘文件。多个数据行是一个连接一个紧挨着存储的，多个数据行组成数据页。

数据行的存储格式

在创建表的时候可以指定数据行的存储格式，也可以在创建后修改。

-- 创建表的时候指定数据行的格式为COMPACT
CREATE TABLE table_name (clumns) ROW_FORMAT=COMPACT
-- 修改表的数据行的格式
ALTER TABLE table_name ROW_FORMAT=COMPACT

这里指定的行的存储格式是 COMPACT , 另外还有 Redundant , Compressed 与 Dynamic 格式，内容都差不多。指定了数据行的存储格式为 COMPACT 后，数据行在实际物理存储的时候，就会大概按照以下的格式存储：

每个数据行存储的时候，除了存储每一列的值以外，还需要存储一些附加的信息，来描述这些列的数据值，才可以正确高效的读写这些对应的数据行。这些描述信息主要解决的是如何读写变长的字段，和 null 值的处理。

如何读写变长字段 ？

字段的大多数类型都是有指定的长度的，但是也会存在一些可变长度的数据类型，例如 VARCHAR 。VARCHAR 指定了数据的最长的长度，但是实际存储的时候，可以写入小于等于指定长度的数据。例如一个 VARCHAR(10) 的字段，可以写入字符串”1234567890” ，也可以写入”123”。读取这些数据的时候，如果不知道这个值的长度信息，就不能准确的读取出对应的字段的值。

例如，有一个数据包含3个字段，VARCHER(10) , CHAR(1) , CHAR(1) ; 存储的行可能是（”1234”,”5”,”6”）, 也可能是（”12”,”5”,”6”）。由于第1列的类型是可变的长度，所以，没有额外的标记第一行的信息的话，是无法读取出第1列是”1234” 或是”1”或是”12”。这时候，就引入了一个额外的信息：变长字段的长度列表。

变长字段的长度列表，存储着变长字段的长度，有了这个长度，就可以准确的读取出对应的变长字段的值了。引入了变长字段的长度列表后，上述的数据行，存储大概就变成了这样子：

在写入这行数据的时候，会将第1列的长度写入变长字段列表中。读取数据的时候，发现第1列是变长类型，然后找到第1列的变长类型的长度是4，然后读取第1列数据”1234”，然后读取第2列，第2列的类型是CHAR(1) , 读取”5” , 读取第3列，第3列的类型是CHAR(1) , 读取”6”。

如果有多列是变长字段也没问题； 例如有数据格式为 VARCHER(10) , VARCHER(10), CHAR(1) ，值为（”123”,”45678”,”9”），存储的时候内容如下：

变长字段的长度列表是用16进制的数值存储的，并且存储的时候是对字段逆序存储的，列的值之间是没有任何分隔的。
所以读取的过程为，读取第1列类型是VARCHAR，长度是3，读取”123”, 读取第2列类型是VARCHAR，长度是5，读取”45678”，读取第3列，类型是CHAR(1)，直接读取1个长度的字符串”9”。

如何存储NULL字段 ?

在存储的时候，如果字段允许为 NULL ，并且这个字段的值是 NULL ，是不会将 “NULL” 写入磁盘的。因为这样就浪费了很多没必要的空间，所以设计采用了二进制的 bit 位来记录数据行的 NULL 值。

NULL 值列表里面，每个允许为 NULL 的字段，占1个位，该字段的值是 NULL ，bit 值就是1 ，如果该字段的值不是 NULL，则 bit 值就是0。

例如一个产品表：

CREATE TABLE product (
    name VARCHAR(20) NOT NULL,
  type VARCHAR(10)
  brand VARCHAR(10)
  company VARCHAR(10)
  summary VARCHAR(50)
)

这个产品有5个字段，名字不能为 NULL , 类型、品牌、公司和简介都可以为 NULL。例如这边表有这个数据（”IPHONE13”,NULL,”苹果”,NULL,”最新苹果手机”）; 允许为空的字段有4个，并且第1个和第3个的值为 NULL 。那么它的 NULL 值列表就应该是 1010，实际上 NULL 值列表也是逆序存放的，并且 bit 位最低是8的倍数，如果不够，则高位补0。 所以这个 NULL 值列表应该是这样的： 00000101 。整行数据存储格式如下：

读取数据的过程为：读取第1个字段，字段类型是可变的，并且不允许为 NULL 的，读取长度8，读取字符串”IPHONE13” ；读取第2个字段”type”，去 NULL 值列表查看 , 值为 NULL , 不读取；读取第3个字段，允许为 NULL，去 NULL 值列表查看，发现值不为 NULL ,并且是变长字段，读取长度2 , 读取字符串”苹果”。就是按照这些信息，就可以将整行数据读取出来了。

40个bit位的数据头

数据行里面还有一个数据头的信息，它是一个40位的bit信息。

第1和第2位，是预留信息没有意义。
第3位是删除标记。delete_mask , 值为1，表示数据已经被删除；数据被删除的话，也不是立刻就被清理掉的，而是先标记，然后统一删除。
第4位是 min_rec_mask , 意思是在 B+ 树里每一层的非叶子结点里的最小值都有这个标记。
第5~8位是 n_owned , 一个记录数。
第9~21位是 heap_no , 当前这行数据在记录堆里面的位置。
第22~24位是 record_type , 这行数据的类型：0 普通类型，1 B+树的非叶子结点，2 最小值数据，3 最大值数据。
第25~40位是 next_record , 指向当前数据行的下一个数据的指针。

数据行的真实存储

数据行正式进行物理存储的时候，是不会将字符串直接存储到物理文件上的，而是对字符串按照一定的规则进行编码之后进行存储。
并且在存储的时候，会在列值之前加入几个附加的列的信息：
DB_ROW_ID : 数据行的唯一标识，不是数据的主键，而是数据库自己生产的唯一标识。当数据没有主键和唯一索引的时候，会自动使用这个值作为主键。
DB_TRX_ID : 事务ID，标明了当前数据行最后是被哪个事务更新的。
DB_ROLL_PTR : 回滚指针，用于进行事务回滚。

综上所述，以上面的例子为例，

实际上物理存储的行的内容如下：

行溢出

数据行都是放在数据页里面存储的，数据页默认为 16K 当一行数据行的长度超过了这个数据页的长度，就会产生行溢出。发生行溢出的时候，还是会在当前发生行溢出的数据页存储当前的数据，但是仅包含一部分数据，同时包含一个20个字节的指针，指向下一个数据页，在下一个数据页里面存储着另外的一部分当前行的数据，如果还是装不下，则会继续使用下一个数据页来存储，这样使用数据页链接起来存储大数据行。