水平有限，有误请谅解
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：

文章图片
格式.jpg 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_PTR2/* 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_troll_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：

|2 | gaopeng | NULL| gaopeng |

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：

|2 | gaopeng | NULL| gaopeng |

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NULL位图的表示方法，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

【MySQL（如何快速的查看Innodb数据文件）】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。

推荐阅读

• 

  电商模式 mv是电商的什么，电商平台
• 

  蓝光驱蚊灯可以和人在一起吗
• 

  兼职跨境电商怎么样 跨境电商可以做什么兼职，哪个跨境电商平台适合兼职做
• 

  香菇酿肉的方法
• 

  方牌玉件的佩戴方法 方形玉牌吊坠怎么佩戴
• 

  纳兰词全集及赏析 温室的花
• 

  cdrx8安装提示已安装另一个版本解决方法
• 

  win10自带硬盘安装系统怎么安装，win10自带硬盘安装系统怎么安装不了
• 

  微信没声音怎么回事 没有声音解决办法
• 

  智齿|智齿发炎，疼痛得厉害还不能拔牙，有什么应急措施？
• 

  人工智能论文，人工智能的发展前景及其应用的论文怎么写
• 

  北太行在什么地方 北太行在哪里
• 

  博世壁挂炉德国还土耳其原因？
• 

  2023款一汽大众辉腾 一汽大众辉腾字母
• 

  3点到5点醒是癌症征兆有科学依据吗
• 

  樟脑丸可以放床下吗
• 

  干燥综合征如何治疗?
• 

  建设自由贸易区的意义 12个自贸试验区共有哪些
• 

  儿童可以使用免洗洗手液吗
• 

  登鹳雀楼古诗看到了哪四种景物？

• 考研英语阅读终极解决方案——阅读理解如何巧拿高分
• 如何寻找情感问答App的分析切入点
• mybatisplus如何在xml的连表查询中使用queryWrapper
• MybatisPlus使用queryWrapper如何实现复杂查询
• 如何在Mac中的文件选择框中打开系统隐藏文件夹
• 漫画初学者如何学习漫画背景的透视画法（这篇教程请收藏好了！）
• java中如何实现重建二叉树
• Linux下面如何查看tomcat已经使用多少线程
• thinkphp|thinkphp 3.2 如何调用第三方类库
• 2019女表什么牌子好（如何挑选女士手表？）