MySQL：如何快速的查看Innodb数据文件（1）

注意：本文很多输出格式是16进制格式。

使用版本：MySQL 5.7.22

经常有朋友问我一些如何查看Innodb数据文件的问题，比如：

• 如果我是UTF8字符集，如果插入字符‘a’到底占用几个字节 ？
  
• 主键和普通索引叶子节点的行数据在存储上有哪些区别？
  
• 如何证明rowid的存在？
  
• 数据中的NULL值如何存储的？
  
• char和varchar在存储上的区别？......
  

如果要得到答案除了学习源码，可能更加直观的方式就是查看Innodb的ibd数据文件了，俗话说得好“眼见为实”，但是我们知道数据文件是二进制形式的，Innodb通过既定的访问方式解析出其中的格式得到正确的结果。如果我们要去访问这些ibd文件，通常的方式就是可以通过hexdump -Cv这样的命令进行二进制的访问，最初我也是这样访问的，但是看起来眼睛特别难受。因此我写了2个工具：

• innblock：一个用于解析数据块的工具，能够得到每行的偏移量，并且按照逻辑和物理顺序排序。
  详细使用方式可以参考： https://mp.weixin.qq.com/s/yfi5XikDJlh6-nS-eoJbcA
  下载地址：
  https://github.com/gaopengcarl/innblock
  
  除了代码我已经编译好了直接使用即可
  
  
• bcview：一个小工具，用于将数据文件按照既定的大小（比如16K）分块，然后访问每个块的偏移量后指定的字节数，通常我们并不知道记录到底多长，可以设置一个较大的查看字节数。
  下载地址：
  https://github.com/gaopengcarl/bcview
  除了代码我已经编译好了直接使用即可
  

有了这两工具可能访问ibd数据文件就更加方便一些了，下面我就使用这两个工具来进行数据文件的查看，来解决开头我们提出的这些问题。

一、行结构简述

本文无意解释详细的Innodb文件结构，这样的文章和书籍很多，比如：

• https://blog.jcole.us/innodb/
  

整个系列都是讲解Innodb文件结构的，我们只需要知道普通数据块，除去块级别的开销后，其第一行记录从偏移量94 开始，首先出现的是2个伪列 infimum 和 supremum，它们的位置固定在块的94-120字节，其中94-107为infimum 相关信息，而107到120为supremum相关信息，分别的heap no 为 0和1，它们是逻辑记录的开始和结尾，所有的实际的记录都链接在这一条链表上。

其中普通记录的大概格式如下：

我暂且将黄色部分称为‘行头’，图中用粉红色标记的innblock每行数据offset的位置，我们发现innblock工具指向的是行头以后实际字段开启的位置。

下面是一个innblock工具典型的部分输出：

-----
Total
 used rows:
3
 used rows list(logic):
(
1
) INFIMUM record offset:
99
 heapno:
0
 n_owned 
1
,delflag:N minflag:
0
 rectype:
2
(
2
) normal record offset:
128
 heapno:
2
 n_owned 
0
,delflag:N minflag:
0
 rectype:
0
(
3
) SUPREMUM record offset:
112
 heapno:
1
 n_owned 
2
,delflag:N minflag:
0
 rectype:
3
-----
Total
 used rows:
3
 used rows list(phy):
(
1
) INFIMUM record offset:
99
 heapno:
0
 n_owned 
1
,delflag:N minflag:
0
 rectype:
2
(
2
) SUPREMUM record offset:
112
 heapno:
1
 n_owned 
2
,delflag:N minflag:
0
 rectype:
3
(
3
) normal record offset:
128
 heapno:
2
 n_owned 
0
,delflag:N minflag:
0
 rectype:
0

我们可以找到一行除了infimum和 supremum记录以外的normal记录，并且标记了这样记录字段的起点（offset:128），也就是图中的粉红色部分，但是需要注意的是聚集索引（表本身）而言，如果没有主键前面3列分别为：

• rowid 6字节
  
• trx id 6字节
  
• roll ptr 7字节
  

如果存在主键则为：

• 主键 和定义有关
  
• trx id 6字节
  
• roll ptr 7字节
  

关于rowid\trx id\roll ptr的源码中的定义如下：

1. #define    DATA_ROW_ID 0/* row id: a 48-bit integer */
   
2. #define DATA_ROW_ID_LEN    6/* stored length for row id */
   
3. 
   
4. #define DATA_TRX_ID    1/* transaction id: 6 bytes */
   
5. #define DATA_TRX_ID_LEN    6
   
6. 
   
7. #define    DATA_ROLL_PTR   2/* rollback data pointer: 7 bytes */
   
8. #define DATA_ROLL_PTR_LEN 7
   

而roll ptr的具体含义可以参考函数trx_undo_decode_roll_ptr如下：

1. /***********************************************************************//**
   
2. Decodes a roll pointer. */
   
3. //从高位到低位依次是
   
4. //第1位是否是insert
   
5. //第2到8位是segmentid
   
6. //第9到40位为page no
   
7. //第41位到56位为OFFSET
   
8. UNIV_INLINE
   
9. void
   
10. trx_undo_decode_roll_ptr(
    
11. /*=====================*/
    
12. roll_ptr_t  roll_ptr,   /*!< in: roll pointer */
    
13.    ibool*      is_insert,  /*!< out: TRUE if insert undo log */
    
14.    ulint*      rseg_id,    /*!< out: rollback segment id */
    
15.    ulint*      page_no,    /*!< out: page number */
    
16.    ulint*      offset)     /*!< out: offset of the undo
    
17.                    entry within page */
    
18. {
    
19. ...
    
20.    ut_ad(roll_ptr < (1ULL<< 56));
    
21. *offset = (ulint) roll_ptr & 0xFFFF; //获取低16位 为OFFSET
    
22.    roll_ptr >>= 16; //右移16位
    
23. *page_no = (ulint) roll_ptr & 0xFFFFFFFF;//获取32位为 page no
    
24.    roll_ptr >>= 32;//右移32位
    
25. *rseg_id = (ulint) roll_ptr & 0x7F;//获取7位为segment id
    
26.    roll_ptr >>= 7;//右移7位
    
27. *is_insert = (ibool) roll_ptr; /* TRUE==1 *///最后一位
    
28. }
    

二、建立测试表

为了解决文中开头的几个问题，我们来建立测试表如下：

1. drop table baguait1;
   
2. create table baguait1(id int primary key,c1 varchar(20) ,c2 varchar(20),c3 char(20)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
   
3. alter table baguait1 add key(c1);
   
4. 
   
5. insert into baguait1 values(1,NULL,'gaopeng','gaopeng');
   
6. insert into baguait1 values(2,'gaopeng',NULL,'gaopeng');
   
7. insert into baguait1 values(3,'gaopeng',NULL,NULL);
   
8. insert into baguait1 values(4,'a',NULL,NULL);
   
9. 
   
10. mysql> select* from baguait1;
    
11. +----+---------+---------+---------+
    
12. | id | c1      | c2      | c3      |
    
13. +----+---------+---------+---------+
    
14. |  1| NULL    | gaopeng | gaopeng |
    
15. |  2| gaopeng | NULL    | gaopeng |
    
16. |  3| gaopeng | NULL    | NULL    |
    
17. |  4| a       | NULL    | NULL    |
    
18. +----+---------+---------+---------+
    
19. 4 rows inset(0.01 sec)
    

我们发现这里实际上除了rowid问题还不能包含，其他都包含了，接下来我们使用innblock进行扫描。如下：

1、扫描数据文件找到主键和普通索引数据块

1. [root@gp1 test]# ./innblock baguait1.ibd scan 16
   
2. ···
   
3. DatafileTotalSize:114688
   
4. ===INDEX_ID:323
   
5. level0 total block is(1)
   
6. block_no:         3,level:   0|*|
   
7. ===INDEX_ID:324
   
8. level0 total block is(1)
   
9. block_no:         4,level:   0|*|
   

这里实际上323就是聚集索引，324就是普通索引，它们数据块对应是3和4。

2、扫描聚集索引记录

1. 16
   
2. 
   
3. 链表部分：
   
4. ==== Block list info ====
   
5. -----Total used rows:6 used rows list(logic):
   
6. (1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
   
7. (2) normal record offset:128 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
   
8. (3) normal record offset:180 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
   
9. (4) normal record offset:231 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
   
10. (5) normal record offset:262 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
    
11. (6) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
    
12. -----Total used rows:6 used rows list(phy):
    
13. (1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
    
14. (2) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
    
15. (3) normal record offset:128 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
    
16. (4) normal record offset:180 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
    
17. (5) normal record offset:231 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
    
18. (6) normal record offset:262 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
    

3、扫描普通索引记录

1. [root@gp1 test]# ./innblock baguait1.ibd 4 16
   
2. 
   
3. 链表部分：
   
4. ==== Block list info ====
   
5. -----Total used rows:6 used rows list(logic):
   
6. (1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
   
7. (2) normal record offset:126 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
   
8. (3) normal record offset:173 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
   
9. (4) normal record offset:137 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
   
10. (5) normal record offset:155 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
    
11. (6) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
    
12. -----Total used rows:6 used rows list(phy):
    
13. (1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
    
14. (2) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
    
15. (3) normal record offset:126 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
    
16. (4) normal record offset:137 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
    
17. (5) normal record offset:155 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
    
18. (6) normal record offset:173 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
    

我们发现不管聚集索引还是普通索引均包含了4条普通记录，并且采集到了记录的偏移量，我们需要注意一下这里普通索引的逻辑链表顺序中我们可以看到第4条记录（offset:173 ）已经排到了第3位，实际上它是最后插入的，这是因为‘a’字符的顺序肯定是在‘gaopeng’这个字符串之前的。并且第一行记录C1为NULL它在逻辑链表顺序中依然是在第一位。好了下面我们就来将问题逐一解决。

三、如果我是UTF8字符集，如果插入字符‘a’到底占用几个字节 ？

在我们的语句中我们最后一条记录插入的数据就是'a'，即：

1. |  4| a       | NULL    | NULL    |
   

我们使用bcview来查看一下聚集索引 （offset 262 ）的数据是啥，我们直接从块3的（offset 262 ）后查看20个字节，如下：

1. [root@gp1 test]# ./bcview baguait1.ibd 1626230|grep 00000003
   
2. current block:00000003--Offset:00262--cnt bytes:30--data is:8000000400000005d970e000000043011061000000000000000000000000
   

我们来解析一样：

• 80000004：主键4，8是符号位
  
• 400000005d970：trx id 6字节
  
• e0000000430110：undo ptr 7字节
  
• 61：字符‘a’，ASCII编码
  

我们发现后面都是0了，实际上字符‘a’即便在UTF8字符下也只是占用一个字节而已。