想要了解什么是頁(yè)分裂，頁(yè)合并，那么就要想知道 InnoDB 中的數(shù)據(jù)頁(yè)是什么。

InnoDB 的數(shù)據(jù)頁(yè)

InnoDB 的數(shù)據(jù)頁(yè)是存儲(chǔ)引擎中用于保存數(shù)據(jù)的基本單位。每個(gè)數(shù)據(jù)頁(yè)是磁盤(pán)上的一個(gè)連續(xù)區(qū)域，通常大小為 16KB，當(dāng)然，這個(gè)大小可以通過(guò)配置進(jìn)行調(diào)整。這意味著 InnoDB 在讀取和寫(xiě)入時(shí)，每次以 16KB 為單位進(jìn)行操作。無(wú)論是從磁盤(pán)到內(nèi)存的讀取，還是從內(nèi)存到磁盤(pán)的持久化寫(xiě)入，最小的操作單位都是 16KB。

B+樹(shù)的每個(gè)節(jié)點(diǎn)都對(duì)應(yīng)一個(gè)數(shù)據(jù)頁(yè)，包括根節(jié)點(diǎn)、非葉子節(jié)點(diǎn)和葉子節(jié)點(diǎn)。B+樹(shù)通過(guò)節(jié)點(diǎn)之間的指針連接了不同層級(jí)的數(shù)據(jù)頁(yè)，從而構(gòu)建了有序的索引結(jié)構(gòu)。

圖片

通過(guò) B+樹(shù)的搜索過(guò)程，可以從根節(jié)點(diǎn)開(kāi)始逐層遍歷，最終到達(dá)葉子節(jié)點(diǎn)，從而找到所需的數(shù)據(jù)行。

因此，數(shù)據(jù)頁(yè)是實(shí)際存儲(chǔ)數(shù)據(jù)行的物理空間單位，通過(guò)頁(yè)的方式進(jìn)行磁盤(pán)讀寫(xiě)操作。B+樹(shù)通過(guò)節(jié)點(diǎn)和指針的組織，構(gòu)建了層次結(jié)構(gòu)的索引，用于快速定位和訪問(wèn)數(shù)據(jù)行。

在 B+樹(shù)中，非葉子節(jié)點(diǎn)對(duì)應(yīng)著數(shù)據(jù)頁(yè)，其中存儲(chǔ)了主鍵及指向子節(jié)點(diǎn)（即其他數(shù)據(jù)頁(yè)）的指針。葉子節(jié)點(diǎn)則包含了實(shí)際的數(shù)據(jù)行，每個(gè)數(shù)據(jù)行存儲(chǔ)在一個(gè)數(shù)據(jù)頁(yè)中。

通過(guò)這種結(jié)構(gòu)，InnoDB 利用 B+樹(shù)和數(shù)據(jù)頁(yè)的結(jié)合，實(shí)現(xiàn)了高效的數(shù)據(jù)存儲(chǔ)和檢索。B+樹(shù)提供了快速的索引查找能力，而數(shù)據(jù)頁(yè)則提供了實(shí)際管理和存儲(chǔ)數(shù)據(jù)行的機(jī)制。它們相互配合，使得 InnoDB 能夠高效處理大規(guī)模數(shù)據(jù)的訪問(wèn)需求。

數(shù)據(jù)頁(yè)的構(gòu)成

一個(gè)數(shù)據(jù)頁(yè)包含了多個(gè)部分，包括文件頭、頁(yè)頭、最小記錄、最大記錄、用戶記錄、空閑空間、頁(yè)目錄和文件尾。

圖片

什么是 InnoDB 的頁(yè)分裂和頁(yè)合并

正如，如上所說(shuō)。InnoDB 的數(shù)據(jù)頁(yè)是存儲(chǔ)引擎中用于保存數(shù)據(jù)的基本單位，通常大小為 16KB。B+樹(shù)的每個(gè)節(jié)點(diǎn)對(duì)應(yīng)著一個(gè)數(shù)據(jù)頁(yè)，包括根節(jié)點(diǎn)、非葉子節(jié)點(diǎn)和葉子節(jié)點(diǎn)。B+樹(shù)通過(guò)節(jié)點(diǎn)之間的指針連接了不同層級(jí)的數(shù)據(jù)頁(yè)，從而構(gòu)建了有序的索引結(jié)構(gòu)。

我們知道，B+樹(shù)是按照索引字段建立的，并且在 B+樹(shù)中是有序的。然而，如果索引字段的值并不是連續(xù)的，那么在 B+樹(shù)的結(jié)構(gòu)中會(huì)如何呢？

圖片

假設(shè)現(xiàn)在我們要插入一個(gè)索引值為 3 的新記錄，它需要按順序插入到頁(yè)號(hào)為 20 的數(shù)據(jù)頁(yè)中，放在索引值為 1 和 2 的記錄之后。如果頁(yè)號(hào) 20 已經(jīng)滿了，就會(huì)觸發(fā)一次頁(yè)分裂操作。

頁(yè)分裂是指將一個(gè)數(shù)據(jù)頁(yè)中的部分索引記錄移動(dòng)到一個(gè)新的數(shù)據(jù)頁(yè)中，以便為新記錄騰出空間。這種操作有助于保持 B+樹(shù)的平衡和性能。

以下，就是一次頁(yè)分裂的過(guò)程：

圖片

image.png

在向 InnoDB 中添加數(shù)據(jù)時(shí)，如果索引是隨機(jī)無(wú)序的，這可能導(dǎo)致頁(yè)分裂的發(fā)生。頁(yè)分裂是指將一個(gè)數(shù)據(jù)頁(yè)中的部分索引記錄移動(dòng)到新的數(shù)據(jù)頁(yè)中，以便為新記錄騰出空間。這種操作可能會(huì)導(dǎo)致連鎖反應(yīng)，從葉子節(jié)點(diǎn)一直向根節(jié)點(diǎn)傳播分裂。

與分裂相對(duì)應(yīng)的是合并操作。在 InnoDB 中，當(dāng)一個(gè)索引頁(yè)面中的索引記錄被刪除后，頁(yè)面可能會(huì)變得過(guò)于稀疏。為了節(jié)省空間和提高性能，可能會(huì)觸發(fā)頁(yè)合并操作，將相鄰的數(shù)據(jù)頁(yè)合并為一個(gè)較大的數(shù)據(jù)頁(yè)。

這些頁(yè)的動(dòng)態(tài)調(diào)整操作，即分裂和合并，有助于保持 B+樹(shù)的平衡和優(yōu)化存儲(chǔ)結(jié)構(gòu)，從而提高查詢(xún)效率和整體性能。

頁(yè)合并是指將兩個(gè)相鄰的索引頁(yè)面合并成一個(gè)更大的頁(yè)面，以減少 B+樹(shù)的層級(jí)，從而優(yōu)化存儲(chǔ)結(jié)構(gòu)并提高查詢(xún)性能。

圖片

頁(yè)分裂（合并）的危害

首先，頁(yè)分裂和合并涉及大量的數(shù)據(jù)移動(dòng)和重組操作。頻繁進(jìn)行這些操作會(huì)增加數(shù)據(jù)庫(kù)的 I/O 負(fù)擔(dān)和 CPU 消耗，從而影響數(shù)據(jù)庫(kù)的整體性能。

分裂和合并可能會(huì)導(dǎo)致 B+樹(shù)索引結(jié)構(gòu)頻繁地進(jìn)行調(diào)整，這會(huì)影響插入和刪除操作的性能。

頻繁的頁(yè)分裂和合并還可能導(dǎo)致磁盤(pán)上存在較多的空間碎片。新分出的數(shù)據(jù)頁(yè)通常會(huì)有大量的空閑空間，這會(huì)導(dǎo)致數(shù)據(jù)庫(kù)表占用更多的磁盤(pán)空間，造成資源浪費(fèi)。

如何避免頁(yè)分裂

為了盡量避免頁(yè)分裂，建議選擇使用自增的字段作為索引，特別是作為主鍵索引。這種做法可以顯著減少頁(yè)分裂的頻率。

另外，如果需要插入大量數(shù)據(jù)，推薦使用批量插入的方式，而不是逐條插入。這樣可以減少頁(yè)分裂的次數(shù)，因?yàn)榕坎迦肟梢詼p少索引結(jié)構(gòu)頻繁調(diào)整的可能性。

此外，頻繁的刪除操作可能會(huì)導(dǎo)致頁(yè)面過(guò)于稀疏，從而觸發(fā)頁(yè)合并。因此，一般建議使用邏輯刪除而不是物理刪除。邏輯刪除是通過(guò)標(biāo)記記錄的狀態(tài)來(lái)表示刪除，而不是直接從數(shù)據(jù)庫(kù)中移除記錄。這種做法有助于減少頁(yè)合并的發(fā)生，同時(shí)可以保持?jǐn)?shù)據(jù)頁(yè)的緊湊性，提高數(shù)據(jù)庫(kù)的性能和空間利用率。

邏輯刪除指的是在記錄中添加一個(gè)標(biāo)記（例如一個(gè) deleted字段），用來(lái)表示記錄是否被刪除。通常情況下，當(dāng) deleted 字段的值為 1 時(shí)表示記錄已被標(biāo)記為刪除狀態(tài)，而值為 0 則表示記錄是有效的。

相比之下，物理刪除是指直接從數(shù)據(jù)庫(kù)中刪除記錄，將其從表中移除。

使用邏輯刪除的好處在于，被標(biāo)記為刪除的記錄仍然保留在數(shù)據(jù)庫(kù)中，這樣可以保持?jǐn)?shù)據(jù)的完整性和歷史記錄。同時(shí)，邏輯刪除可以避免頻繁的頁(yè)合并操作，因?yàn)楸粯?biāo)記為刪除的記錄仍然占據(jù)著原來(lái)的位置，不會(huì)造成數(shù)據(jù)頁(yè)過(guò)于稀疏。

總之，邏輯刪除是一種常見(jiàn)的數(shù)據(jù)庫(kù)管理技術(shù)，適用于需要保留數(shù)據(jù)完整性、歷史追蹤或者避免頻繁物理刪除導(dǎo)致的數(shù)據(jù)庫(kù)調(diào)整操作的場(chǎng)景。

當(dāng)然，除了選擇合適的數(shù)據(jù)類(lèi)型和采取邏輯刪除的策略外，調(diào)整 InnoDB 的配置參數(shù)也是優(yōu)化數(shù)據(jù)庫(kù)性能的重要手段之一。以下是一些可以調(diào)整的參數(shù)：

1. 頁(yè)大小（Page Size）： InnoDB 的默認(rèn)頁(yè)大小是 16KB，但可以通過(guò)配置參數(shù)進(jìn)行調(diào)整。較大的頁(yè)大小可以減少頁(yè)分裂的頻率，特別是對(duì)于存儲(chǔ)大量數(shù)據(jù)的表格。
2. 填充因子（Fill Factor）： 填充因子指定了數(shù)據(jù)頁(yè)的空間利用率，即數(shù)據(jù)頁(yè)中用于存儲(chǔ)數(shù)據(jù)的比例。適當(dāng)設(shè)置填充因子可以減少頁(yè)分裂和碎片化，提高存儲(chǔ)效率。
3. 葉子頁(yè)合并的閾值（Threshold for Leaf Page Merge）： 葉子頁(yè)合并是 InnoDB 在刪除記錄后可能觸發(fā)的操作，通過(guò)調(diào)整閾值可以控制何時(shí)進(jìn)行葉子頁(yè)的合并，以維持?jǐn)?shù)據(jù)頁(yè)的緊湊性。
4. 緩沖池大?。˙uffer Pool Size）： 緩沖池是 InnoDB 用來(lái)緩存數(shù)據(jù)和索引的內(nèi)存區(qū)域。適當(dāng)增加緩沖池大小可以減少磁盤(pán) I/O 操作，提高查詢(xún)性能。
5. 日志文件大小和數(shù)量（Log File Size and Count）： 日志文件用于記錄事務(wù)操作，合理配置日志文件的大小和數(shù)量可以平衡數(shù)據(jù)恢復(fù)速度和寫(xiě)入性能。
6. 并發(fā)控制參數(shù)（Concurrency Control Parameters）： 如并發(fā)線程數(shù)、鎖等待超時(shí)時(shí)間等參數(shù)的調(diào)整，可以?xún)?yōu)化并發(fā)操作的效率。

調(diào)整這些參數(shù)需要根據(jù)具體的數(shù)據(jù)庫(kù)工作負(fù)載和硬件環(huán)境進(jìn)行評(píng)估和實(shí)驗(yàn)，以達(dá)到最佳的性能和穩(wěn)定性。通常建議在進(jìn)行參數(shù)調(diào)整前，先備份數(shù)據(jù)庫(kù)，并在生產(chǎn)環(huán)境中謹(jǐn)慎測(cè)試和驗(yàn)證配置的效果。