《MySQL是怎样运行的：从根儿上理解MySQL》读书笔记（二）

第4章 从一条记录说起—— InnoDB 记录结构

4.1 准备工作

不同的存储引擎一般是由不同的人为实现不同的特性而开发的，真实数据在不同存储引擎中存放的格式一般是不同的

4.2 InnoDB页简介

InnoDB是一个将表中的数据存储到磁盘上的存储引擎，所以即使关机后重启我们的数据还是存在的。而真正处理数据的过程是发生在内存中的，所以需要把磁盘中的数据加载到内存中，如果是处理写入或修改请求的话，还需要把内存中的内容刷新到磁盘上。而我们知道读写磁盘的速度非常慢，和内存读写差了几个数量级，所以当我们想从表中获取某些记录时，InnoDB存储引擎需要一条一条的把记录从磁盘上读出来么？不，那样会慢死，InnoDB采取的方式是：将数据划分为若干个页，以页作为磁盘和内存之间交互的基本单位，InnoDB中页的大小一般为 16 KB。也就是在一般情况下，一次最少从磁盘中读取16KB的内容到内存中，一次最少把内存中的16KB内容刷新到磁盘中。

系统变量 innodb_ page size 表明了 InnoDB 存储引擎中的页大小，默认值为 16384（单 位是字节），也就是 16KB。该变量只能在第一次初始化 MySQL 数据目录时指定，之后就 再也不能更改了（通过命令 mysold-initialize 来初始化数据目录，我们之前没有过多地唠叨 初始化数据目录的过程，大家只要知道在服务器运行过程中不可以更改页面大小就好了）。

4.3 InnoDB行格式

设计InnoDB存储引擎的大叔们到现在为止设计了4种不同类型的行格式，分别是Compact、Redundant、Dynamic和Compressed行格式。

4.3.1 指定行格式的语法

我们可以在创建或修改表的语句中指定行格式：

1 2 3

CREATE TABLE 表名 (列的信息) ROW_FORMAT=行格式名称 ALTER TABLE 表名 ROW_FORMAT=行格式名称

重要举例！

比如我们在xiaohaizi数据库里创建一个演示用的表record_format_demo，可以这样指定它的行格式：

1 2 3 4 5 6 7 8 9 10

mysql> USE xiaohaizi; Database changed mysql> CREATE TABLE record_format_demo ( -> c1 VARCHAR(10), -> c2 VARCHAR(10) NOT NULL, -> c3 CHAR(10), -> c4 VARCHAR(10) -> ) CHARSET=ascii ROW_FORMAT=COMPACT; Query OK, 0 rows affected (0.03 sec)

可以看到我们刚刚创建的这个表的行格式就是Compact，另外，我们还显式指定了这个表的字符集为ascii，因为ascii字符集只包括空格、标点符号、数字、大小写字母和一些不可见字符，所以我们的汉字是不能存到这个表里的。我们现在向这个表中插入两条记录：

1 2 3

mysql> INSERT INTO record_format_demo(c1, c2, c3, c4) VALUES('aaaa', 'bbb', 'cc', 'd'), ('eeee', 'fff', NULL, NULL); Query OK, 2 rows affected (0.02 sec) Records: 2 Duplicates: 0 Warnings: 0

现在表中的记录就是这个样子的：

1 2 3 4 5 6 7 8 9 10

mysql> SELECT * FROM record_format_demo; +------+-----+------+------+ | c1 | c2 | c3 | c4 | +------+-----+------+------+ | aaaa | bbb | cc | d | | eeee | fff | NULL | NULL | +------+-----+------+------+ 2 rows in set (0.00 sec) mysql>

4.3.2 COMPACT行格式

4.3.2.1 记录的额外信息

变长字段长度列表

并不是所有记录都有这个 变长字段长度列表 部分，比方说表中所有的列都不是变长的数据类型的话，这一部分就不需要有。 例子中，c1，c2，c4列是变长的，c3列是固定长的。

MySQL支持一些变长的数据类型，比如VARCHAR(M)、VARBINARY(M)、各种TEXT类型，各种BLOB类型，我们也可以把拥有这些数据类型的列称为变长字段。

在存储真实数据的时候需要顺便把这些数据占用的字节数也存起来，这样才不至于把MySQL服务器搞懵，所以这些变长字段占用的存储空间分为两部分：

1. 真正的数据内容
2. 占用的字节数

在Compact行格式中，把所有变长字段的真实数据占用的字节长度都存放在记录的开头部位，从而形成一个变长字段长度列表，各变长字段数据占用的字节数按照列的顺序逆序存放，我们再次强调一遍，是逆序存放！

第一条记录各变长字段内容的长度：

列名	存储内容	内容长度（十进制表示）	内容长度（十六进制表示）
c1	'aaaa'	4	0x04
c2	'bbb'	3	0x03
c4	'd'	1	0x01

又因为这些长度值需要按照列的逆序存放，所以最后变长字段长度列表的字节串用十六进制表示的效果就是（各个字节之间实际上没有空格，用空格隔开只是方便理解）：

1

01 03 04

具体用1个还是2个字节来表示真实数据占用的字节数（真实内容的长度），InnoDB有它的一套规则：如果该可变字段允许存储的最大字节数（M×W）超过255字节并且真实存储的字节数（L）超过127字节，则使用2个字节，否则使用1个字节。

1. 假设某个字符集中表示一个字符最多需要使用的字节数为W，也就是使用SHOW CHARSET语句的结果中的Maxlen列，比方说utf8字符集中的W就是3，gbk字符集中的W就是2，ascii字符集中的W就是1。

2. 对于变长类型VARCHAR(M)来说，这种类型表示能存储最多M个字符（注意是字符不是字节），所以这个类型能表示的字符串最多占用的字节数就是M×W。

3. 假设它实际存储的字符串占用的字节数是L。

InnoDB 在读取记录的变长字段长度列表时先查看表结构， 先查看表结构， 先查看表结构（重要的事情说三遍）。如果某个变长字段允许存储的最大字节数不大于 255 ，可 以认为只使用 1 字节来表示真实数据占用的字节数。

InnoDB 在读记录的变长字段长度列表时先查看表结构，如果某个变长字段允许存储的最大字节数大于255时，该怎么区分它正在读的某个字节是一个单独的字段长度还是半个字段长度呢？设计 InnoDB 的大叔使用该字节的第一个二进制位作为标志位：如果该字节的第一个位为0，那该字节就是一个单独的字段长度（使用一个字节表示不大于127的二进制的第一个位都为0），如果该字节的第一个位为1，那该字节就是半个字段长度。

对于一些占用字节数非常多的字段，比方说某个字段长度大于了16KB，那么如果该记录在单个页面中无法存储时，InnoDB会把一部分数据存放到所谓的溢出页中（我们后边会唠叨），在变长字段长度列表处只存储留在本页面中的长度，所以使用两个字节也可以存放下来。

另外需要注意的一点是，变长字段长度列表中只存储值为 非NULL 的列内容占用的长度，值为 NULL 的列的长度是不储存的 。也就是说对于第二条记录来说，因为c4列的值为NULL，所以第二条记录的变长字段长度列表只需要存储c1和c2列的长度即可。其中c1列存储的值为'eeee'，占用的字节数为4，c2列存储的值为'fff'，占用的字节数为3，所以变长字段长度列表需2个字节。填充完变长字段长度列表的两条记录的对比图如下：

NULL值列表

把这些NULL值都放到记录的真实数据中存储会很占地方，所以Compact行格式把这些值为NULL的列统一管理起来，存储到NULL值列表中。

1. 首先统计表中允许存储NULL的列有哪些。
2. 如果表中没有允许存储 NULL 的列，则 NULL值列表 也不存在了，否则将每个允许存储NULL的列对应一个二进制位，二进制位按照列的顺序逆序排列，二进制位表示的意义如下：
   • 二进制位的值为1时，代表该列的值为NULL。
   • 二进制位的值为0时，代表该列的值不为NULL。
3. MySQL规定NULL值列表必须用整数个字节的位表示，如果使用的二进制位个数不是整数个字节，则在字节的高位补0。

表记录：

1 2 3 4 5 6 7 8

mysql> SELECT * FROM record_format_demo; +------+-----+------+------+ | c1 | c2 | c3 | c4 | +------+-----+------+------+ | aaaa | bbb | cc | d | | eeee | fff | NULL | NULL | +------+-----+------+------+ 2 rows in set (0.00 sec)

依此类推，如果一个表中有 9 个值允许为 NULL 的列，则这个记录的 NULL 值列表部分 就需要 2 字节来表示了。

记录头信息

除了变长字段长度列表、NULL值列表之外，还有一个用于描述记录的记录头信息，它是由固定的5个字节组成。5个字节也就是40个二进制位，不同的位代表不同的意思。

名称	大小（单位：bit）	描述
预留位1	1	没有使用
预留位2	1	没有使用
deleted_flag	1	标记该记录是否被删除
min_rec_flag	1	B+树的每层非叶子节点中的最小记录都会添加该标记
n_owned	4	表示当前记录拥有的记录数
heap_no	13	表示当前记录在记录堆的位置信息
record_type	3	表示当前记录的类型，0表示普通记录，1表示B+树非叶子节点记录，2表示最小记录，3表示最大记录
next_record	16	表示下一条记录的相对位置

记录头信息的前 4 个位也被称为 info bit。

4.3.2.2 记录的真实数据

MySQL会为每个记录默认的添加一些列（也称为隐藏列），具体的列如下：

列名	是否必须	占用空间	描述
row_id	否	6字节	行ID，唯一标识一条记录
transaction_id	是	6字节	事务ID
roll_pointer	是	7字节	回滚指针

实际上这几个列的真正名称其实是：DB_ROW_ID、DB_TRX_ID、DB_ROLL_PTR，我们为了美观才写成了row_id、transaction_id和roll_pointer。

InnoDB表对主键的生成策略：优先使用用户自定义主键作为主键，如果用户没有定义主键，则选取一个Unique键作为主键，如果表中连Unique键都没有定义的话，则InnoDB会为表默认添加一个名为row_id的隐藏列作为主键。所以我们从上表中可以看出：InnoDB存储引擎会为每条记录都添加 transaction_id 和 roll_pointer 这两个列，但是 row_id 是可选的（在没有自定义主键以及Unique键的情况下才会添加该列）。这些隐藏列的值不用我们操心，InnoDB存储引擎会自己帮我们生成的。

需要注意几点：

1. 表record_format_demo使用的是ascii字符集，所以0x61616161就表示字符串'aaaa'，0x626262就表示字符串'bbb'，以此类推。

2. 注意第1条记录中c3列的值，它是CHAR(10)类型的，它实际存储的字符串是：'cc'，而ascii字符集中的字节表示是'0x6363'，虽然表示这个字符串只占用了2个字节，但整个c3列仍然占用了10个字节的空间，除真实数据以外的8个字节的统统都用空格字符填充，空格字符在ascii字符集的表示就是0x20。

3. 注意第2条记录中c3和c4列的值都为NULL，它们被存储在了前边的NULL值列表处，在记录的真实数据处就不再冗余存储，从而节省存储空间。

4.3.2.3 CHAR(M)列的存储格式

对于 CHAR(M) 类型的列来说，当列采用的是定长字符集时，该列占用的字节数不会被加到变长字段长度列表，而如果采用变长字符集时，该列占用的字节数也会被加到变长字段长度列表。

比如我们修改一下record_format_demo表的字符集：

1 2 3

mysql> ALTER TABLE record_format_demo MODIFY COLUMN c3 CHAR(10) CHARACTER SET utf8; Query OK, 2 rows affected (0.02 sec) Records: 2 Duplicates: 0 Warnings: 0

修改该列字符集后记录的变长字段长度列表也发生了变化：

另外有一点还需要注意，变长字符集的CHAR(M)类型的列要求至少占用M个字节，而VARCHAR(M)却没有这个要求。比方说对于使用utf8字符集的CHAR(10)的列来说，该列存储的数据字节长度的范围是10～30个字节。即使我们向该列中存储一个空字符串也会占用10个字节，这是怕将来更新该列的值的字节长度大于原有值的字节长度而小于10个字节时，可以在该记录处直接更新，而不是在存储空间中重新分配一个新的记录空间，导致原有的记录空间称为所谓的碎片。（这里你感受到设计Compact行格式的大叔既想节省存储空间，又不想更新CHAR(M)类型的列产生碎片时的纠结心情了吧。）

4.3.3 REDUNDANT行格式

现在要介绍的Redundant行格式是MySQL5.0之前用的一种行格式，也就是说它已经非常老了。

现在我们把表record_format_demo的行格式修改为Redundant：

1 2 3

mysql> ALTER TABLE record_format_demo ROW_FORMAT=Redundant; Query OK, 0 rows affected (0.05 sec) Records: 0 Duplicates: 0 Warnings: 0

4.3.3.1 字段长度偏移列表

注意Compact行格式的开头是变长字段长度列表，而Redundant行格式的开头是字段长度偏移列表，与变长字段长度列表有两处不同：

• 没有了变长两个字，意味着Redundant行格式会把该条记录中所有列（包括隐藏列）的长度信息都按照逆序存储到字段长度偏移列表。
• 多了个偏移两个字，这意味着计算列值长度的方式不像Compact行格式那么直观，它是采用两个相邻数值的差值来计算各个列值的长度。

比如第一条记录的字段长度偏移列表就是：

1	25 24 1A 17 13 0C 06

因为它是逆序排放的，所以按照列的顺序排列就是：

1	06 0C 13 17 1A 24 25

按照两个相邻数值的差值来计算各个列值的长度的意思就是：

1 2 3 4 5 6 7 8 9 10 11 12 13

第一列(`row_id`)的长度就是 0x06个字节，也就是6个字节。 第二列(`transaction_id`)的长度就是 (0x0C - 0x06)个字节，也就是6个字节。 第三列(`roll_pointer`)的长度就是 (0x13 - 0x0C)个字节，也就是7个字节。 第四列(`c1`)的长度就是 (0x17 - 0x13)个字节，也就是4个字节。 第五列(`c2`)的长度就是 (0x1A - 0x17)个字节，也就是3个字节。 第六列(`c3`)的长度就是 (0x24 - 0x1A)个字节，也就是10个字节。 第七列(`c4`)的长度就是 (0x25 - 0x24)个字节，也就是1个字节。

4.3.3.2 记录头信息

Redundant行格式的记录头信息占用6字节，48个二进制位，这些二进制位代表的意思如下：

名称	大小（单位：bit）	描述
预留位1	1	没有使用
预留位2	1	没有使用
delete_mask	1	标记该记录是否被删除
min_rec_mask	1	B+树的每层非叶子节点中的最小记录都会添加该标记
n_owned	4	表示当前记录拥有的记录数
heap_no	13	表示当前记录在页面堆的位置信息
n_field	10	表示记录中列的数量
1byte_offs_flag	1	标记字段长度偏移列表中的偏移量是使用1字节还是2字节表示的
next_record	16	表示下一条记录的相对位置

第一条记录中的头信息是：

1	00 00 10 0F 00 BC

根据这六个字节可以计算出各个属性的值，如下：

1 2 3 4 5 6 7 8 9

预留位1：0x00 预留位2：0x00 delete_mask: 0x00 min_rec_mask: 0x00 n_owned: 0x00 heap_no: 0x02 n_field: 0x07 1byte_offs_flag: 0x01 next_record:0xBC

与Compact行格式的记录头信息对比来看，有两处不同：

• Redundant行格式多了n_field和1byte_offs_flag这两个属性。

• Redundant行格式没有record_type这个属性。

4.3.3.3 记录头信息中的 1byte_offs_flag 的值是怎么选择的

从本质上来说，字段长度偏移列表存储的偏移量指的是每个列的值占用的空间在记录的真 实数据处结束的位置。（结合前文差值举例很好理解）

在字段长度偏移列表中，每个列对应的偏移量可以使用 1 字节或者 2 字节来存储，那到底 什么时候使用 l 字节、什么时候用 2 字节呢？这是根据该条 REDUNDANT 行格式记录的真实数据占用的总大小来判断的：

• 当记录的真实数据占用的字节数不大于 127 （十六进制 0x7F ，二进制01111111）时，每个列对应的偏移量占用 1 字节。
• 当记录的真实数据占用 的 字节数大于 127 ，但不大于 32767 （十六进制 0x7FFF ，二进制制 0111111111111111 ）时，每个列对应的偏移量占用 2 字节。
• 有没有记录的真实数据大于 32767 的情况呢？有，不过此时记录的一部分已经存放到了所谓的溢出页中（后面我们会详细讨论）。在本页中只保留前 768 字节和 20 字节的溢出页面地址（当然这 20 字节中还记录了一些别的信息）。在这种情况下只使用 2 字 节来存储每个列对应的偏移量就够了。

可以看出来，设计 REDUNDANT 行格式的大叔采用的策略还是比较简单粗暴的：直接使用整个记录的真实数据占用的字节长度来决定使用 1 字节还是 2 字节存储列对应的偏移量。只要整条记录的真实数据占用的存储空间长度大于 127 字节，即使某个列的值占用的存储空间不大于 127 字节，那对不起，也需要使用 2 字节来表示该列对应的偏移量。简单粗暴，就是这么简单粗暴（所以这种行格式有些过时了）。

为了在解析记录时知道每个列的偏移量是使用1字节还是2字节表示的，设计 REDUNDANT 行格式的大叔特意在记录头信息中放置了一个称为 1byte_offs_flag 的属性：

• 当它的值为 1 时，表明使用1字节存储偏移量。
• 当它的值为 0 时，表明使用2字节存储偏移量。

4.3.3.4 Redundant行格式中NULL值的处理

因为 REDUNDANT 行格式并没有 NULL 值列表，所以设计 REDUNDANT 行格式的大叔在字段长度偏移列表中对各列对应的偏移量处做了一些特殊处理——将列对应的偏移量值的第1个比特位作为是否为 NULL 的依据，该比特位也可以称之为 NULL 比特位。也就是说在解析一条记录的某个列时，首先看一下该列对应的偏移量的 NULL 比特位是否为1。如果为 1，那么该列的值就是 NULL，否则就不是 NULL。

这也就解释了前文提到的“为什么只要记录的真实数据大于 127（十六进制 0x7F，二进制 01111111） 时，就采用2字节来表示一个列对应的偏移量”。原因就是第一个比特位是所谓的 NULL 比特位，用来标记该列的值是否为 NULL。

1	一个字节表示的范围是 0 ～ 255，为啥在记录的真实数据占用的存储空间大于 127 字节时就采用 2 字节表示各个列的偏移量，而不是大于 255 字节时再采用 2 字节表示各个列的偏移量呢？

还有一点需要注意，对于值为 NULL 的列来说， 该列的类型是否为变长类型决定了该列在记录的真实数据处的存储方式。

第二条记录的字段长度偏移列表如下：

1	A4 A4 1A 17 13 0C 06

按照列的顺序排放就是：

1	06 0C 13 17 1A A4 A4

1. 如果存储 NULL 值的字段是定长类型的，比如是 CHARC(M) 数据类型的，则 NULL 值也将占用记录的真实数据部分，并把该字段对应的数据使用 0x00 字节填充：
   1. 在图所示的第二条记录中，c3 列的值是 NULL，而 c3 列的类型是 CHAR(10)，在记录的真实数据部分占用了 10 字节，所以我们看到在 REDUNDANT 行格式中使用 0x00000000000000000000 来表示 NULL 值。
   2. 另外，c3 列对应的偏移量为 0xA4，对应的二进制为 10100100，可以看到最高位为 1，意味着该列的值是NULL。将最高位去掉后的值变成了 0100100，对应的十进制值为 36，而 c2 列对应的偏移量为 0x1A，也就是十进制的 26。36-26=10，也就是说最终 c3 列占用的存储空间为 10 字节。
2. 如果存储 NULL 值的字段是变长数据类型的，则不在记录的真实数据部分占用任何存储空间：
   • 比如 record_format_demo 表的 c4 列是 VARCHAR(10) 类型的，VARCHAR(10)是一个变长数据类型。c4 列对应的偏移量为 0xA4，与 c3 列对应的偏移量相同。这也就意味着它的值也为 NULL，将 0xA4 的最高位去掉后对应的十进制值也是 36。36一36=0，也就意味着 c4 列本身不占用记录的真实数据处的空间。

除了上面几点之外，REDUNDANT 行格式和 COMPACT 行格式大致相同，但是能明显感觉到使用 COMPACT 行格式的记录占用的空间更少一点，所以显得更紧凑，这样就可以在个页面中存放尽可能多的记录。

4.3.3.5 CHAR(M)列的存储格式

我们知道，在使用 COMPACT 行格式时， CHAR(M) 类型的列所使用 的字符集不同（具体分为定长编码的字符集和变长编码的字符集) ，该列的其实数据的具体存储方案也不同。

而 REDUNDANT 行格式则十分干脆，不管该列使用的字符集是啥，只要使用 CHAR(M) 类型，该列的真实数据占用的存储空间大小就是该字符集表示一个字符最多需要的字节数和 M 的乘积。比如，使用 utf8 字符集的 CHAR(10) 类型的列， 其真实数据占用的存储空间大小始终为 30 字节；使用 gbk 字符集的 CHAR(10) 类型的列，其真实数据占用的存储空间大小始终为 20 字节.这样的话，将来在对该列进行更新时，可以直接在原位置更新，而不需要为记 录申请新的存储空间。当然，这样的坏处就是可能会浪费一些存储空间。

4.3.4 行溢出数据

4.3.4.1 VARCHAR(M)最多能存储的数据

我们知道对于VARCHAR(M)类型的列最多可以占用65535个字节。其中的M代表该类型最多存储的字符数量，如果我们使用ascii字符集的话，一个字符就代表一个字节，我们看看VARCHAR(65535)是否可用：

1 2 3 4 5

mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65535) -> ) CHARSET=ascii ROW_FORMAT=Compact; ERROR 1118 (42000): Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535. This includes storage overhead, check the manual. You have to change some columns to TEXT or BLOBs mysql>

从报错信息里可以看出，MySQL对一条记录占用的最大存储空间是有限制的，除了BLOB或者TEXT类型的列之外，其他所有的列（不包括隐藏列和记录头信息）占用的字节长度加起来不能超过65535个字节。所以MySQL服务器建议我们把存储类型改为TEXT或者BLOB的类型。这个65535个字节除了列本身的数据之外，还包括一些其他的数据（storage overhead），比如说我们为了存储一个VARCHAR(M)类型的列，其实需要占用3部分存储空间：

• 真实数据
• 真实数据占用字节的长度
• NULL值标识，如果该列有NOT NULL属性则可以没有这部分存储空间

如果该VARCHAR类型的列没有NOT NULL属性，那最多只能存储65532个字节的数据，因为真实数据的长度可能占用2个字节，NULL值标识需要占用1个字节：

1 2 3 4

mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65532) -> ) CHARSET=ascii ROW_FORMAT=Compact; Query OK, 0 rows affected (0.02 sec)

如果VARCHAR类型的列有NOT NULL属性，那最多只能存储65533个字节的数据，因为真实数据的长度可能占用2个字节，不需要NULL值标识：

1 2 3 4 5 6 7

mysql> DROP TABLE varchar_size_demo; Query OK, 0 rows affected (0.01 sec) mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65533) NOT NULL -> ) CHARSET=ascii ROW_FORMAT=Compact; Query OK, 0 rows affected (0.02 sec)

如果VARCHAR(M)类型的列使用的不是ascii字符集，那会怎么样呢？来看一下：

1 2 3 4 5 6 7 8 9 10 11 12

mysql> DROP TABLE varchar_size_demo; Query OK, 0 rows affected (0.00 sec) mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65532) -> ) CHARSET=gbk ROW_FORMAT=Compact; ERROR 1074 (42000): Column length too big for column 'c' (max = 32767); use BLOB or TEXT instead mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65532) -> ) CHARSET=utf8 ROW_FORMAT=Compact; ERROR 1074 (42000): Column length too big for column 'c' (max = 21845); use BLOB or TEXT instead

从执行结果中可以看出，如果VARCHAR(M)类型的列使用的不是ascii字符集，那M的最大取值取决于该字符集表示一个字符最多需要的字节数。在列的值允许为NULL的情况下，gbk字符集表示一个字符最多需要2个字符，那在该字符集下，M的最大取值就是32766（也就是：65532/2），也就是说最多能存储32766个字符；utf8字符集表示一个字符最多需要3个字符，那在该字符集下，M的最大取值就是21844，就是说最多能存储21844（也就是：65532/3）个字符。

上述所言在列的值允许为NULL的情况下，gbk字符集下M的最大取值就是32766，utf8字符集下M的最大取值就是21844，这都是在表中只有一个字段的情况下说的，一定要记住一个行中的所有列（不包括隐藏列和记录头信息）占用的字节长度加起来不能超过65535个字节！

4.3.4.2 记录中的数据太多产生的溢出

溢出列

我们以ascii字符集下的varchar_size_demo表为例，插入一条记录：

1 2 3 4 5 6 7

mysql> CREATE TABLE varchar_size_demo( -> c VARCHAR(65532) -> ) CHARSET=ascii ROW_FORMAT=Compact; Query OK, 0 rows affected (0.01 sec) mysql> INSERT INTO varchar_size_demo(c) VALUES(REPEAT('a', 65532)); Query OK, 1 row affected (0.00 sec)

其中的REPEAT('a', 65532)是一个函数调用，它表示生成一个把字符'a'重复65532次的字符串。前边说过，MySQL中磁盘和内存交互的基本单位是页，也就是说MySQL是以页为基本单位来管理存储空间的，我们的记录都会被分配到某个页中存储。而一个页的大小一般是16KB，也就是16384字节，而一个VARCHAR(M)类型的列就最多可以存储65532个字节，这样就可能造成一个页存放不了一条记录的尴尬情况。

在Compact和Reduntant行格式中，对于占用存储空间非常大的列，在记录的真实数据处只会存储该列的一部分数据，把剩余的数据分散存储在几个其他的页中，然后记录的真实数据处用20个字节存储指向这些页的地址（当然这20个字节中还包括这些分散在其他页面中的数据的占用的字节数），从而可以找到剩余数据所在的页，如图所示：

对于Compact和Reduntant行格式来说，如果某一列中的数据非常多的话，在本记录的真实数据处只会存储该列的前768个字节的数据和一个指向其他页的地址，然后把剩下的数据存放到其他页中，这个过程也叫做行溢出，存储超出768字节的那些页面也被称为溢出页。画一个简图就是这样：

off_page_demo 表的这条记录的列 c 的数据需要使用溢出页来存储，那么我们就把这个列称为溢出列（其实设计 lnnoDB 的大叔把该列称之为 off-page 列)。最后需要注意的是，不只是 VARCHAR(M) 类型的列可能成为溢出列，像 TEXT、 BLOB 这些类型的列在存储的数据相当多的时候也会成为溢出列。

行溢出的临界点

MySQL中规定一个页中至少存放两行记录。

每条记录最少插入多少字节的数据才会行溢出的现象呢？这得分析一下页中的空间都是如何利用的。

• 每个页除了存放我们的记录以外，也需要存储一些额外的信息，乱七八糟的额外信息加起来需要136个字节的空间（现在只要知道这个数字就好了），其他的空间都可以被用来存储记录。

• 每个记录需要的额外信息是27字节。这 27 个字节包括下边这些部分：

  • 2 个字节用于存储真实数据的长度。
  • 1 个字节用于存储列是否是NULL值。
  • 5 个字节大小的头信息。
  • 6 个字节的row_id列。
  • 6 个字节的transaction_id列。
  • 7 个字节的roll_pointer列。

假设一个列中存储的数据字节数为n，那么发生行溢出现象时需要满足这个式子：

1	136 + 2×(27 + n) < 16384

求解这个式子得出的解是：n < 8098。也就是说如果一个列中存储的数据不大于8098个字节，那就不会成为发生溢出列，否则就会成为溢出列。不过这个8098个字节的结论只是针对只有一个列的off_page_demo表来说的，如果表中有多个列，那上边的式子和结论都需要改一改了，所以重点就是：你不用关注这个临界点是什么，只要知道如果一条记录的某个列中存储的数据占用的字节数非常多时 ， 该列就可能成为溢出列。。

存放正常记录的页面和溢出页是两种不同类型的页面，对于溢出页来说，并没有规定一个页面中最少存放两条记录。

4.3.5 Dynamic和Compressed行格式

Dynamic（MySQL5.7的默认行格式）和Compressed行格式和Compact行格式挺像，只不过在处理行溢出数据时有点儿分歧，它们不会在记录的真实数据处存储字段真实数据的前768个字节，而是把所有的字节都存储到其他页面中，只在记录的真实数据处存储其他页面的地址，就像这样：

Compressed行格式和Dynamic不同的一点是，Compressed行格式会采用压缩算法对页面进行压缩，以节省空间。

REDUNDANT 是一种比较原始的行格式，它是非紧凑的。而 COMPACT、 DYNAMIC 以及 COMPRESSED 行格式是较新的行格式 ， 它们是紧凑的（占用的存储空间更少）。