InnoDB中的INT怎么存储的

简介: InnoDB中的INT怎么存储的

一、问题来源

如果我们查看show egnine innodb查看锁记录的时候往往会看到Innodb的数字使用类似

80000001的形式显示如下:

Record lock, heap no 2 PHYSICAL RECORD: n_fields 4; compact format; info bits 0
 0: len 1; hex 31; asc 1;;
 1: len 1; hex 31; asc 1;;
 2: len 1; hex 80; asc  ;;
 3: len 8; hex 8000000000000001; asc         ;;

这里是一个有符号的bigint的显示。本文就来说一下这个值是这么计算出来的。本文以4字节的int为例。

二、源码部分

关于转换的部分主要集中在函数 row_mysql_store_col_in_innobase_format 中,我们来看一下数字的转换代码如下:

if (type == DATA_INT) {

/* Store integer data in Innobase in a big-endian format,
sign bit negated if the data is a signed integer. In MySQL,
integers are stored in a little-endian format. */

//p指针指向buf的最高地址,反向获取数据得到大端buffer时
byte* p = buf + col_len;

for (;;) {
p--;
p = mysql_data; //转大端
if (p == buf) { //如果存储完成
break;
}
mysql_data++;
}

if (!(dtype->prtype & DATA_UNSIGNED)) {//如果为有符号类型

*buf ^= 128;
}

ptr = buf; //PTR指向 buffer低地址
buf += col_len;//buf指向 buffer的高地址
}
...

//存入dtuple中,里面很简单就是取void* 存进去进行了。
dfield_set_data(dfield, ptr, col_len);

这里的关键部分就是对于有 *buf ^= 128 这部分,实际上就是转换为大端后的最低位做一个异或操作。

最终操作为函数 page_cur_tuple_insert 会将这个dtuple插入到实际的数据文件其中有一个函数为 rec_convert_dtuple_to_rec_comp,会获得最终的物理记录,其中的代码memcpy(end, dfield_get_data(field), len),可以看到实际存入物理记录的就是这里的转换后的值。

三、实例解析

1. 有符号

正数:以数字5为例子,其4字节的表示方法为0x05 0x00 0x00 0x00,这里还是小端形式为MySQL层传入的值。Innodb转换方式如下:

  • 从高地址开始取,转换为大端形式,转换后为
    0x00 0x00 0x00 0x05
  • 如果为有符号类型转换为大端后的最低位做一个异或操,转换为
    0x80 0x00 0x00 0x05

负数:以数字-5为例子,其4字节的表示方法为0xfb 0xff 0xff 0xff(补码),这里还是小端形式为MySQL层传入的值。Innodb转换方式如下:

  • 从高地址开始取,转换为大端,转换后为
    0xff 0xff 0xff 0xfb
  • 如果为有符号类型转换为大端后的最低位做一个异或操,转换为
    0x7f 0xff 0xff 0xfb
2、无符号

这个比较简单,直接原始值大端输出即可,不做最后的异或操作。

四、测试


我们为了测试就建立一个表如下:

create table testint(id int primary key);
insert into testint values(5),(-5);


然后使用innblock和bcview查看二进制文件中存储的方式。

第一行记录为:

image.png


转换如下:

80000005 实际记录5
000000014224 trx id
bd000000230110 roll ptr

第二行记录为:

image.png


7ffffffb 实际记录-5
000000014224 trx id
bd00000023011d roll ptr

我们可以发现我们的分析是正确,确实物理文件中也是这样存储的。

            </div>
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
相关文章
|
SQL 存储 调度
从 Volcano 火山模型到 Pipeline 执行模型,阿里云数据库 SelectDB 内核 Apache Doris 执行模型的迭代
一个合适的执行模型对于提高查询效率和系统性能至关重要。本文全面剖析 Apache Doris Pipeline 执行模型的设计与改造历程,并在 2.1 版本对并发执行模式与调度模式进一步优化,解决了执行并发受限、执行及调度开销大等问题。
63690 3
从 Volcano 火山模型到 Pipeline 执行模型,阿里云数据库 SelectDB 内核 Apache Doris 执行模型的迭代
|
人工智能 监控 Shell
常用的 55 个 Linux Shell 脚本(包括基础案例、文件操作、实用工具、图形化、sed、gawk)
这篇文章提供了55个常用的Linux Shell脚本实例,涵盖基础案例、文件操作、实用工具、图形化界面及sed、gawk的使用。
2538 2
|
Oracle IDE Java
IDEA安装教程配置java环境(超详细)
IDEA安装教程配置java环境(超详细)
7958 1
|
Oracle Java 关系型数据库
jdk17安装全方位手把手安装教程 / 已有jdk8了,安装JDK17后如何配置环境变量 / 多个不同版本的JDK,如何配置环境变量?
本文提供了详细的JDK 17安装教程,包括下载、安装、配置环境变量的步骤,并解释了在已有其他版本JDK的情况下如何管理多个JDK环境。
23536 0
|
关系型数据库 MySQL 数据库
[图解MySQL]MySQL组提交(group commit)
[图解MySQL]MySQL组提交(group commit)
18444 0
|
SQL 存储 监控
Oracle-UNDO表空间解读
Oracle-UNDO表空间解读
1242 0
|
存储 SQL 关系型数据库
一文带你了解MySQL之Log Buffer
上一篇文章我们首次提到Redo Log的概念,Redo Log是数据库体系架构中非常重要的一个模块,它能保证数据库的Crash-safe(崩溃恢复)的能力。而今天要介绍的Log Buffer正和Redo Log息息相关、密不可分。所以我们就来一起来了解它。
1292 0
|
人工智能 分布式计算 前端开发
更高效的Cascades优化器 - Columbia Query Optimizer
在较早的文章中介绍了些Volcano/Cascades优化器框架的设计理念和实现思路,基本是基于论文的解读:VolcanoCascades虽然cascades号称目前最为先进的优化器搜索框架,但不得不说这2篇paper的内容,实在是让人看起来有些吃力。尤其是后篇,说是从工程实现的角度来描述,但讲解的不够详尽,而且有些地方既模糊又抽象。此外工业界并没有一款优化器是完全基于paper的框架去实现的,这
2394 0
更高效的Cascades优化器 - Columbia Query Optimizer
|
存储 SQL 关系型数据库
[Database] MySQL 系统表解析以及各项指标查询
[Database] MySQL 系统表解析以及各项指标查询
936 0
|
关系型数据库 索引
从一个案例深入剖析InnoDB隐式锁和可见性判断(1)
从一个案例深入剖析InnoDB隐式锁和可见性判断
从一个案例深入剖析InnoDB隐式锁和可见性判断(1)