几张图就让你掌握InnoDB 存储引擎底层逻辑架构

前言

🚀 博主介绍：大家好，我是无休居士！一枚任职于一线Top3互联网大厂的Java开发工程师！ 🚀

💡 无论你是刚刚踏入编程世界的新人，还是希望进一步提升自己的资深开发者，在这里都能找到适合你的内容。我们共同探讨技术难题，一起进步，携手度过互联网行业的每一个挑战。

📣 如果你觉得我的文章对你有帮助，请不要吝啬你的点赞👍分享💕和评论哦！ 让我们一起打造一个充满正能量的技术社区吧！

InnoDB是MySQL默认的存储引擎，它支持事务处理、行级锁定以及外键约束等特性。InnoDB的设计目标是提供高性能和高可靠性，因此它的内部结构非常复杂且高效。

InnoDB使用了多种内存缓冲区来提高性能，主要包括：

• Buffer Pool：用于缓存表数据和索引。
• Change Buffer：用于缓存插入、更新和删除操作。
• Adaptive Hash Index：自适应哈希索引，加速某些查询。
• Log Buffer：日志缓冲区，用于缓存重做日志（redo log）。

InnoDB的数据存储在磁盘上，主要包含以下几个部分：

• System Tablespace：系统表空间，包含数据字典和其他系统信息。
• File-per-Table Tablespaces：每个表一个文件的表空间，用于存储单个表的数据。
• Redo Log Files：重做日志文件，记录事务的变更。
• Undo Log：回滚日志，用于事务回滚和MVCC（多版本并发控制）。

1.MySQL的整体架构

2.InnoDB存储引擎架构的内存和磁盘结构

官网架构

由图可知 InnoDB的底层结构主要由2部分组成：内存结构和磁盘结构。

个人理解

2.1InnoDB内存结构

2.2InnoDB磁盘结构

磁盘中各数据页的整体结构如下图所示：

单个数据页包含哪些内容呢？

3.InnoDB内存结构空间复杂度和时间复杂度分析 ⏳

3.1 空间复杂度

• Buffer Pool：假设缓存页数为 N，每页大小为 M，则空间复杂度为 O(N * M)。
• Change Buffer：假设变更操作数量为 K，则空间复杂度为 O(K)。
• Adaptive Hash Index：假设哈希索引条目数量为 H，则空间复杂度为 O(H)。
• Log Buffer：假设日志条目数量为 L，则空间复杂度为 O(L)。

3.2 时间复杂度

• Buffer Pool：读写操作的时间复杂度为 O(1)（哈希查找）。
• Change Buffer：添加变更操作的时间复杂度为 O(1)（队列操作）。
• Adaptive Hash Index：查找操作的时间复杂度为 O(1)（哈希查找）。
• Log Buffer：写入日志的时间复杂度为 O(1)（列表追加）。