表空間
我們腦子里理解數據的存儲就是‘一個庫里面有一些表，表里面有很多字段，然后有很多行數據’，但其實這只是我們的邏輯概念，數據在磁盤物理存儲方式可不是這樣的。mysql在服務器上是以一個文件夾的形式出現的，你創建了test數據庫，那么在磁盤上就會出現test的目錄，而創建的那些表，其實都是有一個表空間的概念，在磁盤都會對應一個表名.ibd數據文件。
extent
表空間的磁盤文件里有很多個數據頁，為了管理，表空間里又引入了一個數據區(extent)的概念。每個數據區大小是1mb，一個數據頁只有16kb、所以數據區對應着64個連續數據頁，然后256個數據區被划分為一組。對於表空間而言，他的每個數據組的第一個數據區的前3個數據頁，都是固定的，存放表空間和數據頁相關描述信息的其他數據區的前兩個數據頁，也是放一些相關屬性描述的。
數據頁
在研究 buffer pool 的時候我們知道是以數據頁為單位加載數據的，同樣也是以頁為單位將數據刷盤到磁盤的。 那這個數據頁到底長什么樣子呢？它其實拆分成了很多個部分，大體來說包含了文件頭、數據頁頭、最小記錄和最大記錄、多個數據行、空閑空間、數據頁目錄、文件尾部。
文件頭占據了38個字節，數據頁頭占據了56個字節，最大記錄和最小記錄占據了26個字節，數據行區域的大小是不固定的，空閑區域的大小也是不固定的，數據頁目錄的大小也是不固定的，然后文件尾部占據8個字節。
一行數據是如何存儲的
行格式
對於數據頁中的每一行數據存儲，這里涉及到"行格式"的概念，就是我們可以對一個表指定它的行存儲的格式是什么樣，既可以在建表時候指定、也可以后續修改存儲格式，這里我以COMPACT為例，除了這個還有其他集中存儲的格式，基本都大同小異。那比如我現在這里有一張表，五個字段分別為name、address、genderjob、school，就代表了客戶的姓名、地址、性別、工作以及學校。
CREATE TABLE customer ( name VARCHAR(10) NOT NULL, address VARCHAR(20), gender CHAR(1), job VARCHAR(30), school VARCHAR(50) ) ROW_FORMAT=COMPACT;
compact的存儲格式大概分為4部分 變長字段的長度列表，null值列表，數據頭，具體每一列數據。現在有這么一行數據“jack NULL m NULL xx_school”，它的存儲格式大概長下面這樣，接下來我會逐步分析每個字段的具體含義。
0x09 0x04 00000101 0000000000000000000010000000000000011001 616161 636320 6262626262
變長字段列表
mysql中有些字段長度是固定的，有些長度是不固定的，比如varchar這種不固定的，就叫變長字段。比如現在表里的五個字段值為 hello hi b word a 那么此時你要讀取第一個字段的值，那么第一個字段是變長的，到底他的實際長度是多少呢？此時你會發現第一行數據的開頭有一個變長字段的長度列表，里面會讀取到一個0x05這個十六進制的數字，發現第一個變長字段的長度是5，於是按照長度為5，讀取出來第一個字段的值，就是“hello”，同樣的后面分別為 0x02 0x04 0x01 就取出了 hi word a ，至於長度固定了的char(1)就直接取出來了 b 。只是變長字段列表是逆序存儲的！也就是 0x02 0x04 0x01 null值列表 數據頭 hello hi b word a。
null值列表
null值列表，顧名思義，說的就是你一行數據里可能有的字段值是null，比如你有一個name字段且允許為null的，那么實際上在存儲的時候，如果你沒給他賦值，他這個字段的值就是null。比如現在表中一行記錄為“jack NULL m NULL xx_school”，他的5個字段里有兩個字段都是NULL。我們知道對於變長字段會記錄在變長字段列表里面，但是這里要區分一下，那就是如果這個變長字段的值是NULL，就不用在變長字段長度列表里 存放他的值長度了，所以在上面那行數據中，只有name和school兩個變長字段是有值的，把他們的長度按照逆序放在變長字段長度列表中就可以了，如下所示：0x09 0x04 NULL值列表 頭信息 column1=value1 column2=value2 ... columnN=valueN
null值在磁盤上，是通過二進制的bit位來存儲的，如果bit值是1說明是NULL，如果bit值是0說明不是NULL。比如上面4個字段都允許為NULL，每個人都會有一個bit位，這一行數據的值是“jack NULL m NULL xx_school”，所以4個bit位應該是：1010；但實際他是按逆序放的，所以是：0101。而null值列表一般起碼是8個bit位的倍數，如果不足8個bit位就高位補0，所以實際存放看起來是如下的：0x09 0x04 00000101 數據頭 column1=value1 column2=value2 ... columnN=valueN
數據頭
數據頭是用來描述這行數據的，它只有40個bit位大小。
前兩個bit位都是預留位，沒有任何含義
第三個是delete_mask，用來標記這行數據是否被刪除了
第四個是min_rec_mask，他其實就是說在B+樹里每一層的非葉子節點里的最小值都有這個標記
接下來有4個bit位是n_owned，他其實就是記錄了一個記錄數
接着有13個bit位是heap_no，他代表的是當前這行數據在記錄堆里的位置
然后是3個bit位的record_type，這就是說這行數據的類型：0代表的是普通類型，1代表的是B+樹非葉子節點，2代表的是最小值數據，3代表的是最大值數據
最后是16個bit的next_record，這個是指向他下一條數據的指針
那么他真實存儲大致如下所示：
0x09 0x04 00000101 0000000000000000000010000000000000011001 jack m xx_school
數據值
我們已經知道他的變長字段的長度，用十六進制來存儲，然后是NULL值列表，指出了誰是NULL，接着是40個bit位的數據頭，然后是真實的數據值，就放在后面。在讀取這個數據的時候，他會根據變長字段的長度，先讀取出來jack這個值，因為他的長度是4，就讀取4個長度的數據，jack就出來了；然后發現第二個字段是NULL，就不用讀取了；第三個字段是定長字段，直接讀取1個字符就可以了，就是m這個值；第四個字段是NULL，不用讀取了；第五個字段是變長字段長度是9，讀取出來xx_school就可以了。
但實際上我們的數據都是進行編碼之后再存儲的，會在他真實數據部分加入一些隱藏字段：
首先有一個DB_ROW_ID字段，這就是一個行的唯一標識，是他數據庫內部給你搞的一個標識，不是你的主鍵ID字段。如果我們沒有指定主鍵和unique key唯一索引的時候，他就內部自動加一個ROW_ID作為主鍵。
接着是一個DB_TRX_ID字段，這是跟事務相關的，他是說這是哪個事務更新的數據，這是事務ID。
最后是DB_ROLL_PTR字段，這是回滾指針，是用來進行事務回滾的。
所以加上這幾個隱藏字段之后，實際一行數據可能看起來如下所示，這基本就是最終在磁盤上一行數據的樣子了：
0x09 0x04 00000101 0000000000000000000010000000000000011001 00000000094C（DB_ROW_ID）00000000032D（DB_TRX_ID） EA000010078E（DB_ROL_PTR） 616161 636320 6262626262
行溢出
我們說過一個數據頁是16kb，那如果一條數據不止16kb呢？比如 varchar(65532),或者text、blob 這種字段、是很可能溢出的，然后數據就會存儲在多個數據頁里。所以在存儲的數據中，會有一個指針將這些數據頁串聯起來。
。