<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: BitcoinMan</title>
    <description>The latest articles on DEV Community by BitcoinMan (@bitcoinman).</description>
    <link>https://dev.to/bitcoinman</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3873563%2Fb4e7c3e2-4cf4-4c6a-acb5-43396e2d3de8.png</url>
      <title>DEV Community: BitcoinMan</title>
      <link>https://dev.to/bitcoinman</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/bitcoinman"/>
    <language>en</language>
    <item>
      <title>SQL数据库存储结构</title>
      <dc:creator>BitcoinMan</dc:creator>
      <pubDate>Sat, 21 Nov 2026 12:54:33 +0000</pubDate>
      <link>https://dev.to/bitcoinman/sqlshu-ju-ku-cun-chu-jie-gou-1amg</link>
      <guid>https://dev.to/bitcoinman/sqlshu-ju-ku-cun-chu-jie-gou-1amg</guid>
      <description>&lt;p&gt;​&lt;br&gt;
跟SQL相关的，一般是关系型数据库。那么这种数据库，底层是怎么存储数据的呢。&lt;/p&gt;

&lt;p&gt;平常我们用数据库，可以看到，展现形式是一张表。&lt;/p&gt;

&lt;p&gt;比如这样：&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4xe4ndbivzp8fnw2gfuy.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4xe4ndbivzp8fnw2gfuy.png" alt=" " width="799" height="231"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;像这张表的数据，是怎么存储的呢，就是最小单元是什么，又是怎么存储的呢。&lt;/p&gt;

&lt;p&gt;最小单元是按行来存储，比如1 tom 15 NewYork这是一条数据。&lt;/p&gt;

&lt;p&gt;存储结构：&lt;br&gt;
物理存储结构（简化）：&lt;/p&gt;

&lt;p&gt;数据文件 页（Page / Block）（通常 8KB 或 16KB）&lt;br&gt;
 └── 页（Page / Block）（通常 8KB 或 16KB）&lt;br&gt;
      ├── 页头信息&lt;br&gt;
      ├── 行目录（记录每行在哪里）&lt;br&gt;
      └── 实际行数据&lt;br&gt;
           ├── 行1：1, Tom,  15, New York&lt;br&gt;
           ├── 行2：2, Jack, 20, London&lt;br&gt;
           └── 行3：3, Lucy, 15, Tokyo&lt;/p&gt;

&lt;p&gt;这其中有存储表的结构：&lt;/p&gt;

&lt;p&gt;表的结构（Schema）只存一次&lt;/p&gt;

&lt;p&gt;在系统表（数据字典）里记录：&lt;br&gt;
第1列叫 id，类型是整数&lt;br&gt;
第2列叫 name，类型是字符串&lt;br&gt;
第3列叫 age，类型是整数&lt;br&gt;
第4列叫 city，类型是字符串&lt;br&gt;
这个信息整个表只保存一份。&lt;br&gt;
2.怎么知道属于哪个表&lt;br&gt;
这样读取，你获得一条1 tom 15 NewYork，因为表字段已经有记录，你是知道每个值对应的字段的。比如第一个就是id,第二个数据就是name。&lt;/p&gt;

&lt;p&gt;但是你是怎么知道属于哪个表的呢。&lt;/p&gt;

&lt;p&gt;主要靠两层信息：&lt;/p&gt;

&lt;p&gt;系统里有专门的表记录元数据，比如：&lt;br&gt;
表&amp;nbsp;user&amp;nbsp;对应哪个表空间&lt;br&gt;
这个表的数据从哪个页开始（根页）&lt;br&gt;
有哪些索引，索引的根页是多少&lt;br&gt;
这是最权威的“归属”信息。&lt;/p&gt;

&lt;p&gt;每个页的开头都有页头信息，里面通常包含：&lt;br&gt;
Space ID（表空间ID）&lt;br&gt;
页号（Page Number）&lt;br&gt;
页类型（是数据页、索引页还是undo页等）&lt;br&gt;
通过 Space ID + 页号，就能定位到具体是哪个表空间的第几页。&lt;br&gt;
具体怎么找呢，在上面肯定还有分类和组织，是这样的结构：&lt;/p&gt;

&lt;p&gt;表空间（Tablespace）  ← 对应一个或多个文件（.ibd）&lt;br&gt;
   └── 段（Segment）     ← 一个表或一个索引对应一个段&lt;br&gt;
        └── 区（Extent）  ← 连续的64个页（1MB）&lt;br&gt;
             └── 页（Page）← 最小的磁盘读写单位（通常16KB）&lt;br&gt;
                  └── 行（Row）  &lt;/p&gt;

&lt;p&gt;是上面这样一种包含的结构，那么我们根据数据字典，找到这个表对应的段，就是Segment，然后进行读取，那在其下的数据都属于这个表。&lt;/p&gt;

&lt;p&gt;核心逻辑：&lt;br&gt;
数据字典里记录了：某个表（以及它的每个索引）对应哪些段（Segment）。&lt;br&gt;
一个表通常至少有一个数据段（存放真正的行数据，一般是聚簇索引的段）。&lt;br&gt;
如果你要读取这个表的数据，引擎就会根据数据字典找到属于这个表的段，然后去读取这个段下面的所有区（Extent）和页（Page）。&lt;br&gt;
行满凑成一页16kb,64页满了凑成一个区，多个区组成一个段，这都是存储单位。我们也可以说一个数据库由很多个段组成。&lt;/p&gt;

&lt;p&gt;行（Row）&lt;br&gt;
  ↓ 填满&lt;br&gt;
页（Page）        ← 通常 16KB&lt;br&gt;
  ↓ 64个连续页&lt;br&gt;
区（Extent）      ← 1MB&lt;br&gt;
  ↓ 多个区&lt;br&gt;
段（Segment）     ← 一个表或一个索引对应一个段&lt;br&gt;
  ↓ 多个段&lt;br&gt;
表空间（Tablespace）&lt;br&gt;
  ↓ 多个表空间&lt;br&gt;
数据库（Database）&lt;br&gt;
但是在段上面还有一个表空间，这是现在默认的情况，一张表对应一个表空间。&lt;/p&gt;

&lt;p&gt;也就是说，共享表空间（老模式） 多张表共用1个表空间（ibdata1） 一个表空间下的段可以属于不同的表。&lt;br&gt;
但我们现在默认就是从记录里找到这张表的表空间，然后按行读取就行了。&lt;br&gt;
好，现在结构都理清了。那么有一个问题出来了。&lt;/p&gt;

&lt;p&gt;如果按这样的存储，我要读取所有年龄为15的行，必须扫描整张表，读取所有的行，然后在逐一对比。&lt;/p&gt;

&lt;p&gt;分两种情况：&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;没有在&amp;nbsp;age&amp;nbsp;字段上建索引（最坏情况）
是的，数据库只能进行全表扫描（Full Table Scan）。&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;流程是：&lt;/p&gt;

&lt;p&gt;把这张表的所有数据页都读取出来&lt;br&gt;
逐行检查每一行的&amp;nbsp;age&amp;nbsp;值&lt;br&gt;
把&amp;nbsp;age = 15&amp;nbsp;的行筛选出来返回&lt;br&gt;
这也是为什么数据量大的时候，没有索引的查询会非常慢。&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;在&amp;nbsp;age&amp;nbsp;字段上建了索引（正常优化后）
不需要读取所有行。&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;流程变成：&lt;/p&gt;

&lt;p&gt;先去&amp;nbsp;age&amp;nbsp;索引里快速定位到所有&amp;nbsp;age = 15&amp;nbsp;的记录&lt;br&gt;
通过索引找到这些行对应的位置（主键或行指针）&lt;br&gt;
只去读取符合条件的那些行数据&lt;br&gt;
这样就能大幅减少需要读取的数据量。&lt;/p&gt;

&lt;p&gt;索引构建原理&lt;br&gt;
相当于这样：&lt;/p&gt;

&lt;h2&gt;
  
  
  键（Key）          值（Value）
&lt;/h2&gt;

&lt;p&gt;age = 15     →    [id=1, id=3, id=5]&lt;br&gt;
age = 18     →    [id=4]&lt;br&gt;
age = 20     →    [id=2]&lt;br&gt;
这样，找age=15，就可以快速找到对应的行。而不必扫描整张表行数据。&lt;/p&gt;

&lt;p&gt;为什么会有这样的情况呢？这涉及到数据组织结构和数据库的索引（Index）。&lt;/p&gt;

&lt;p&gt;按数据组织结构来，这样设计：1 tom 15 NewYork，这样整合比较合理。&lt;/p&gt;

&lt;p&gt;你不能建这样一张表:年龄为age15的表，然后字段就是id。&lt;/p&gt;

&lt;p&gt;然后age16的表，里面只有一个字段就是id。&lt;/p&gt;

&lt;p&gt;然后是城市New York的表，字段id。&lt;/p&gt;

&lt;p&gt;这样的建了很多的表，只是为了方便能快速查找。&lt;/p&gt;

&lt;p&gt;这样的数据组织结构就会变得很分散，混乱不好管理。&lt;/p&gt;

&lt;p&gt;所以是通过数据+索引的方式。&lt;/p&gt;

&lt;p&gt;​&lt;/p&gt;

</description>
      <category>cpp</category>
    </item>
  </channel>
</rss>
