MySQL：如何快速的查看Innodb数据文件

欢迎关注我的《深入理解MySQL主从原理 32讲》，如下：

10多年的汾阳网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都全网营销的优势是能够根据用户设备显示端的尺寸不同，自动调整汾阳建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联公司从事“汾阳网站设计”,“汾阳网站推广”以来，每个客户项目都认真落实执行。

MySQL：如何快速的查看Innodb数据文件
如果图片不能显示可查看下面链接：
https://www.jianshu.com/p/d636215d767f

注意：本文输出格式全是16进制格式。

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://www.jianshu.com/p/5c1a99614fb8
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文件，除去块级别的开销后，其第一行记录从偏移量96 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：

MySQL：如何快速的查看Innodb数据文件

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：

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

/***********************************************************************//**
Decodes a roll pointer. */ 
//从高位到低位依次是  
//第1位是否是insert 
//第2到8位是segmentid
//第9到40位为page no 
//第41位到56位为OFFSET
UNIV_INLINE
void
trx_undo_decode_roll_ptr(
/*=====================*/
    roll_ptr_t  roll_ptr,   /*!< in: roll pointer */
    ibool*      is_insert,  /*!< out: TRUE if insert undo log */
    ulint*      rseg_id,    /*!< out: rollback segment id */
    ulint*      page_no,    /*!< out: page number */
    ulint*      offset)     /*!< out: offset of the undo
                    entry within page */
{
...
    ut_ad(roll_ptr < (1ULL << 56));
    *offset = (ulint) roll_ptr & 0xFFFF; //获取低16位 为OFFSET
    roll_ptr >>= 16; //右移16位
    *page_no = (ulint) roll_ptr & 0xFFFFFFFF;//获取32位为 page no
    roll_ptr >>= 32;//右移32位
    *rseg_id = (ulint) roll_ptr & 0x7F;//获取7位为segment id
    roll_ptr >>= 7;//右移7位
    *is_insert = (ibool) roll_ptr; /* TRUE==1 *///最后一位
}

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：

drop table baguait1;
create table baguait1(id int primary key,c1 varchar(20) ,c2 varchar(20),c3 char(20)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
alter table baguait1 add key(c1);
insert into baguait1 values(1,NULL,'gaopeng','gaopeng');
insert into baguait1 values(2,'gaopeng',NULL,'gaopeng');
insert into baguait1 values(3,'gaopeng',NULL,NULL);
insert into baguait1 values(4,'a',NULL,NULL);
mysql> select * from baguait1;
+----+---------+---------+---------+
| id | c1      | c2      | c3      |
+----+---------+---------+---------+
|  1 | NULL    | gaopeng | gaopeng |
|  2 | gaopeng | NULL    | gaopeng |
|  3 | gaopeng | NULL    | NULL    |
|  4 | a       | NULL    | NULL    |
+----+---------+---------+---------+
4 rows in set (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

[root@gp1 test]# ./innblock baguait1.ibd scan 16
···
Datafile Total Size:114688
===INDEX_ID:323
level0 total block is (1)
block_no:         3,level:   0|*|
===INDEX_ID:324
level0 total block is (1)
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

[root@gp1 test]# ./innblock baguait1.ibd 3 16
链表部分：
==== Block list info ====
-----Total used rows:6 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) normal record offset:180 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(4) normal record offset:231 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:262 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
(6) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
-----Total used rows:6 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 5,delflag:N minflag:0 rectype:3
(3) normal record offset:128 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
(4) normal record offset:180 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:231 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(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
```
[root @gp1 test]# ./innblock baguait1.ibd 4 16

链表部分：
==== Block list info ====
——-Total used rows:6 used rows list(logic):
(1) INFIMUM record offset:99 heapno:0 n_owned 1,delflag:N minflag:0 rectype:2
(2) normal record offset:126 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
(3) normal record offset:173 heapno:5 n_owned 0,delflag:N minflag:0 rectype:0
(4) normal record offset:137 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:155 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(6) SUPREMUM record offset:112 heapno:1 n_owned 5,delflag:N minflag:0 rectype:3
——-Total used rows:6 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 5,delflag:N minflag:0 rectype:3
(3) normal record offset:126 heapno:2 n_owned 0,delflag:N minflag:0 rectype:0
(4) normal record offset:137 heapno:3 n_owned 0,delflag:N minflag:0 rectype:0
(5) normal record offset:155 heapno:4 n_owned 0,delflag:N minflag:0 rectype:0
(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：

| 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：

[root @gp1 test]# ./bcview baguait1.ibd 16 262 30|grep 00000003
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。
###四、主键和普通索引叶子节点的行数据在存储上有哪些区别？
下面我先总结一下：
- 主键会包含全部的字段，普通索引只会包含它定义的字段内容
- 主键会包含trx id和roll ptr，普通索引不会包含
- 即便不定义主键也会包含一个根据rowid排列的聚集索引，很明显如果不定义普通索引则不会存在
- 普通索引叶子结点包含了主键或者rowid
下面我们验证一下，我们来观察第2行数据，即：


在主键上这条记录存在于（offset:180）中，在普通索引这条记录存在于（offset:137）中，下面我们分别解析：
>主键（block 3 offset 180 ）：

[root @gp1 test]# ./bcview baguait1.ibd 16 180 50|grep 00000003
current block:00000003—Offset:00180—cnt bytes:50—data is:8000000200000005d96adc00000042011067616f70656e6767616f70656e6720202020202020202020202020070600002000

解析一下：
- 80000002：主键
- 00000005d96a：trx id 6字节
- dc000000420110：undo ptr 7字节
- 67616f70656e67：第二个字段的‘gaopeng’的ASCII编码
- 67616f70656e6720202020202020202020202020：第四个字段的‘gaopeng’的ASCII编码，并且因为是char(20)类型因此出现了0X20补足的情况，这实际上也解决了第5个问题，我们可以实实在在的看到这种补足操作，占用了更多的空间。
这里我们发现这条记录没有第三个字段，因为其为NULL，其包含在NULL位图中，后面我们会说明。
>普通索引（block 4 offset 137 ）：

[root @gp1 test]# ./bcview baguait1.ibd 16 137 20|grep 00000004
current block:00000004—Offset:00137—cnt bytes:20—data is:67616f70656e67800000020700000020ffd56761


解析如下：
- 67616f70656e67：‘gaopeng’的ASCII编码
- 80000002：主键值2
后面的内容是下一行的行头了，这一点如果不确定可以看看最后一行，最后一行的位置是（offset:173）查看如下：

[root @gp1 test]# ./bcview baguait1.ibd 16 173 20|grep 00000004
current block:00000004—Offset:00173—cnt bytes:20—data is:6180000004000000000000000000000000000000

解析为：
- 61：‘a’的ASCII编码
- 80000004：主键值4
后面是0了，我们这里可以看到没有trx id和roll ptr，除了键值以外普通索引还包含了主键。
###五、char和varchar在存储上的区别？
这一点我在上面已经说了，下面我们还是以第二行数据为例：


其中第1个‘gaopeng’是varchar（20）第2个‘gaopeng’是char（20）下面是他们的存储方式：
- 67616f70656e67：第二个字段的‘gaopeng’的ASCII编码
- 67616f70656e6720202020202020202020202020：第四个字段的‘gaopeng’的ASCII编码，并且因为是char(20)类型因此出现了0X20补足20字节的情况，我们可以实实在在的看到这种补足操作，占用了更多的空间。
不再过多熬述
###六、数据中的NULL值如何存储的？
这一点还记得‘行头’的NULL位图吗？实际上这个位图会为每一个可以为NULL的字段预留1位的空间，用于标记是否字段的值为NULL，当然至少1字节（8位）。

+——+————-+————-+————-+
| id | c1 | c2 | c3 |
+——+————-+————-+————-+
| 1 | NULL | gaopeng | gaopeng |
| 2 | gaopeng | NULL | gaopeng |
| 3 | gaopeng | NULL | NULL |
| 4 | a | NULL | NULL |
+——+————-+————-+————-+


c1\c2\c3均可以为空，因此我们分别访问4条记录聚集索引（block 3）上的NULL位图信息，计算方式如下：
- 第1行：记录（offset:128）那么128-5（5字节固定）-1（1字节NULL位图）= 122
- 第2行：记录（offset:180）那么180-5（5字节固定）-1（1字节NULL位图）= 174
- 第3行：记录（offset:231）那么231-5（5字节固定）-1（1字节NULL位图）= 225
- 第4行：记录（offset:262）那么262-5（5字节固定）-1（1字节NULL位图）= 256
好了有了偏移量我们可以使用bcview访问这1字节的NULL位图信息了如下：
>第1行
[root@gp1 test]# ./bcview baguait1.ibd 16 122 1 |grep 00000003
current block:00000003--Offset:00122--cnt bytes:01--data is:01
转换为二进制为：0000 0001
>第2行
[root@gp1 test]# ./bcview baguait1.ibd 16 174 1 |grep 00000003
current block:00000003--Offset:00174--cnt bytes:01--data is:02
转换为二进制为：0000 0010
>第3行
[root@gp1 test]# ./bcview baguait1.ibd 16 225 1 |grep 00000003
current block:00000003--Offset:00225--cnt bytes:01--data is:06
转换为二进制为：0000 0110
>第4行
[root@gp1 test]# ./bcview baguait1.ibd 16 256 1 |grep 00000003
current block:00000003--Offset:00256--cnt bytes:01--data is:06
转换为二进制为：0000 0110
下面就是这种表示方法，1为NULL，我们发现和我们记录中的NULL记录一模一样。
||c3|c2|c1|
|-|-|-|-|
|第1行|0|0|1|
|第2行|0|1|0|
|第3行|1|1|0|
|第4行|1|1|0|
我们DDL修改字段的NULL属性的时候并不能通过修改数据字典来快速完成，我觉得修改更改ibd文件的实际内容是其中很大的一部分原因。下面是我修改NULL属性的记录，具体参考官方文档。

设置NULL和NOT NULL属性

都是inplace方式，因为需要修改NULL位图因此都需要重组，代价较高
ALTER TABLE tbl_name MODIFY COLUMN column_name data_type NULL, ALGORITHM=INPLACE, LOCK=NONE;
ALTER TABLE tbl_name MODIFY COLUMN column_name data_type NOT NULL, ALGORITHM=INPLACE, LOCK=NONE;


###七、如何证明rowid的存在？
这一点实际上也很好证明，我们先来建立一个不包含主键并且插入一条记录如下：

drop table baguait1;
create table baguait1(id int ,c1 varchar(20) ,c2 varchar(20),c3 char(20)) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into baguait1 values(1,NULL,’gaopeng’,’gaopeng’);

mysql> select * from baguait1;
+———+———+————-+————-+
| id | c1 | c2 | c3 |
+———+———+————-+————-+
| 1 | NULL | gaopeng | gaopeng |
+———+———+————-+————-+
1 row in set (0.00 sec)


使用innblock扫描发现其只包含了1个块如下：

[root @gp1 test]# ./innblock baguait1.ibd scan 16
…
Datafile Total Size:98304
===INDEX_ID:325
level0 total block is (1)
block_no: 3,level: 0|*|


然后扫描这个块如下：

[root @gp1 test]# ./innblock baguait1.ibd 3 16

…
==== Block list info ====
——-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


然后使用bcview查看（offset:128 ）这条记录如下：

[root @gp1 test]# ./bcview baguait1.ibd 16 128 60 |grep 00000003
current block:00000003—Offset:00128—cnt bytes:60—data is:000001ac310000000005d97fea0000002c01108000000167616f70656e6767616f70656e672020202020202020202020202000000000000000000000
```

我们来解析一下：

000001ac3100：rowid 6字节，上面的测试中这里是主键定义的相关字段值
00000005d97f：trx id 6字节
ea0000002c0110：roll ptr 7字节
80000001：第1个字段值 1
67616f70656e67：第2个字段值 ‘gaopeng’的ASCII编码
67616f70656e6720202020202020202020202020：第4个字段值‘gaopeng’的ASCII编码，并且char有0X20补足20字节。

最后：

当然这里只是列举了一些例子来说明工具的使用方式，可以按照你的需求方便的从ibd文件中提取出你感兴趣的信息。

当前文章：MySQL：如何快速的查看Innodb数据文件
链接URL：http://myzitong.com/article/gopjpo.html

MySQL：如何快速的查看Innodb数据文件

一、行结构简述

二、建立测试表

最后：

其他资讯