《MySQL是怎样运行的：从根儿上理解MySQL》读书笔记（三）

第5章 盛放记录的大盒子 —— InnoDB 数据页结构

5.1 不同类型的页简介

那些存放我们表中记录的那种类型的页，官方称这种存放记录的页为索引（INDEX）页，鉴于我们还没有了解过索引是个什么东西，而这些表中的记录就是我们日常口中所称的数据，所以目前还是叫这种存放记录的页为数据页吧。

5.2 数据页结构快览

名称	中文名	占用空间大小	简单描述
File Header	文件头部	38字节	页的一些通用信息
Page Header	页面头部	56字节	数据页专有的一些信息
Infimum + Supremum	最小记录和最大记录	26字节	两个虚拟的行记录
User Records	用户记录	不确定	实际存储的行记录内容
Free Space	空闲空间	不确定	页中尚未使用的空间
Page Directory	页面目录	不确定	页中的某些记录的相对位置
File Trailer	文件尾部	8字节	校验页是否完整

5.3 记录在页中的存储

一开始生成页的时候，其实并没有User Records这个部分，每当我们插入一条记录，都会从Free Space部分，也就是尚未使用的存储空间中申请一个记录大小的空间划分到User Records部分，当Free Space部分的空间全部被User Records部分替代掉之后，也就意味着这个页使用完了，如果还有新的记录插入的话，就需要去申请新的页了，

5.3.1 记录头信息的秘密

先创建一个表：

1 2 3 4 5 6 7

mysql> CREATE TABLE page_demo( -> c1 INT, -> c2 INT, -> c3 VARCHAR(10000), -> PRIMARY KEY (c1) -> ) CHARSET=ascii ROW_FORMAT=Compact; Query OK, 0 rows affected (0.03 sec)

这个新创建的page_demo表有3个列，其中c1和c2列是用来存储整数的，c3列是用来存储字符串的。需要注意的是，我们把 c1 列指定为主键，所以在具体的行格式中 InnoDB 就没必要为我们去创建那个所谓的 row_id 隐藏列了。而且我们为这个表指定了ascii字符集以及Compact的行格式。所以这个表中记录的行格式示意图就是这样的：

从图中可以看到，我们特意把记录头信息的5个字节的数据给标出来了，说明它很重要，我们再次先把这些记录头信息中各个属性的大体意思浏览一下（我们目前使用Compact行格式进行演示）：

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

由于我们现在主要在唠叨记录头信息的作用，所以为了大家理解上的方便，我们只在page_demo表的行格式演示图中画出有关的头信息属性以及c1、c2、c3列的信息（其他信息没画不代表它们不存在啊，只是为了理解上的方便在图中省略了～），简化后的行格式示意图就是这样：（省略的信息为变长字段长度列表与NULL值列表）

向page_demo表中插入几条记录：

1 2 3

mysql> INSERT INTO page_demo VALUES(1, 100, 'aaaa'), (2, 200, 'bbbb'), (3, 300, 'cccc'), (4, 400, 'dddd'); Query OK, 4 rows affected (0.00 sec) Records: 4 Duplicates: 0 Warnings: 0

• delete_flag：这个属性标记着当前记录是否被删除，占用1个二进制位，值为0的时候代表记录并没有被删除，为1的时候代表记录被删除掉了。

被删除的记录还在页中，这些被删除的记录之所以不立即从磁盘上移除，是因为移除它们之后把其他的记录在磁盘上重新排列需要性能消耗，所以只是打一个删除标记而已。所有被删除掉的记录都会组成一个所谓的垃圾链表，在这个链表中的记录占用的空间称之为所谓的可重用空间，之后如果有新记录插入到表中的话，可能把这些被删除的记录占用的存储空间覆盖掉。

将这个 delete_flag 位设置为1和将被删除的记录加入到垃圾链表中其实是两个阶段。（后文说明）

• min_rec_mask：B+ 树的每层非叶子节点中的最小记录都会添加该标记（后文说明 B+ 树等），我们自己插入的四条记录的min_rec_mask值都是0，意味着它们都不是B+树的非叶子节点中的最小记录。

• n_owned：这个暂时保密，稍后它是主角～

• heap_no：我们向表中插入的记录从本质上来说都是放到数据页的 User Records 部分，这些记录一条一条地亲密无间地排列着，如图（这不是 page_demo 表中的记录， 只是一个通用的示意图）所示：

设计 InnoDB 的大叔把记录一条一条亲密无间排列的结构称之为堆 （heap）。为了方便管理这个堆，他们把一条记录（这条记录的 deleted_fag 可以为1）在堆中的相对位置称之为 heap_no。在页面前边的记录 heap_no 相对较小，在页面后边的记录 heap_no 相对较大，每新申请一条记录的存储空间时，该条记录比物理位置在它前边的那条记录的 heap_no 值大 1。page_demo 表的各条记录示意图中可以看出，我们插入的4 条记录的 heap_no 属性值分别是2、3、4、5。

他们自动给每个页里面加了两条记录，由于这两条记录并不是用户自己插入的，所以有时候也称为伪记录或者虚拟记录。在这两条伪记录中，一条代表页面中的最小记录（也可以写作 Infimum 记录），另外一条代表页面中的最大录中，记录（也可以写作 Supremum 记录）。这两条伪记录也算作堆的一部分（很显然这两条伪记录的 heap_ no 值最小，说明它们在页面中的相对位置最靠前）。

记录也可以比大小，对于一条完整的记录来说，比较记录的大小就是比较主键的大小。比方说我们插入的4行记录的主键值分别是：1、2、3、4，这也就意味着这4条记录的大小从小到大依次递增。

但是，无论我们向页中插入了多少条记录，设计 InnoDB 的大叔都规定，任何用户记录都比 Infimum 记录大，任何用户记录都比 Supremum记录小。虽然 Infimum 记录和 Supremum 记录没有主键值，但是设计 InnoDB 的大叔规定： Infimum 记录是一个页面中最小的记录，Supremum 记录是一个页面中最大的记录。这是规定！规定！规定！

Infimum 和 Supremum 这两条记录的构造十分简单，都是由 5 字节大小的记录头信息和 8 字节大小的一个 固定单词组成的，如图所示：

由于 lnfimum 和 Supremum 这两条记录是设计 InnoDB 的大叔默认创建的记录 ， 为了与用户自己插入的记录进行区分，就不把它们存放在页的 User Records 部分，而是单独放在一 个称为 Infimum + Supremum 的部分 ， 如图所示.

可以看出，lnfimum 记录和 Supremum 记录的 heap_no 值分别是 0 和 1，也就是说它们在堆中的相对位置最靠前。另外还需要注意的一点是，堆中记录的 heap_no 的值在分配之后就不会发生改动了，即使之后删除了堆中的某条记录， 这条被删除记录的 heap_no 值也仍然保持不变。

• record_type：这个属性表示当前记录的类型，一共有4种类型的记录，0表示普通记录，1表示B+树非叶节点记录，2表示最小记录，3表示最大记录。从图中我们也可以看出来，我们自己插入的记录就是普通记录，它们的record_type值都是0，而最小记录和最大记录的record_type值分别为2和3。

• next_record：这个属性非常重要，它表示从当前记录的真实数据到下一条记录的真实数据的距离（地址偏移量）。如果该属性值为正数，说明当前记录的下一条记录在当前记录的后面；如果该属性值为负数，说明当前记录的下一条记录在当前记录的前面。比如，第1条记录的 next_record 值为32，意味着从第1条记录的真实数据的地址处向后找 32 字节便是下一条记录的真实数据。再比如，第4条记录的 next_record 值为 -111，意味着从第4条记录的真实数据的地址处向前找 111 字节便是下一条记录的真实数据。如果大家熟悉数据结构的话，就会立即明白这其实就是个链表，可以通过一条记录找到它的下一条记录。

但是需要注意的一点是，下一条记录指得并不是按照我们插入顺序的下一条记录，而是按照主键值由小到大的顺序的下一条记录。而且规定 Infimum记录（也就是最小记录） 的下一条记录就本页中主键值最小的用户记录，而本页中主键值最大的用户记录的下一条记录就是 Supremum记录（也就是最大记录） 为了更形象地表示这个 next_record 属性的作用，我们用箭头来替代 next_record 中的值（注意箭头指向的位置，每个箭头都指向记录的真实数据开始的地方）

从图中可以看出来，我们的记录按照主键从小到大的顺序形成了一个单链表。Supremum的next_record的值为0，这也就是说 Supremum 记录是没有下一条记录了，它是这个单链表中的最后一个节点。如果从中删除掉一条记录，这个链表也是会跟着变化的，比如我们把第2条记录删掉：

1 2	mysql> DELETE FROM page_demo WHERE c1 = 2; Query OK, 1 row affected (0.02 sec)

删除第2条记录前后主要发生了这些变化：

• 第2条记录并没有从存储空间中移除，而是把该条记录的delete_mask值设置为1。
• 第2条记录的next_record值变为了 0，意味着该记录没有下一条记录了。
• 第1条记录的next_record指向了第 3 条记录。
• 还有一点你可能忽略了，就是Supremum的n_owned值从5变成了4，关于这一点的变化我们稍后会详细说明的。

所以，不论我们怎么对页中的记录做增删改操作，InnoDB 始终会维护一条记录的单链表，链表中的各个节点是按照主键值由小到大的顺序连接起来的。

你会不会觉得 next_record 这个指针有点儿怪，为啥要指向记录头信息和真实数据之间的位置呢？为啥不干脆指向整条记录的开头位置，也就是记录的额外信息开头的位置呢？

因为这个位置刚刚好，向左读取就是记录头信息，向右读取就是真实数据。而且 next_record 指针始终是从该位置开始向左读取的第一个属性，这意味着可以非常有效地读取页面中的所有记录，而无需解析变长字段长度列表、NULL 值列表之类的可变长度部分。另外，由于从 next_record 指针处向左读是记录的额外信息部分，所以我们之前说变长字段长度列表、NULL 值列表中的信息都是逆序存放的意思大家也就理解了。

因为主键值为2的记录被我们删掉了，但是存储空间却没有回收，如果我们再次把这条记录插入到表中，会发生什么事呢？

1 2	mysql> INSERT INTO page_demo VALUES(2, 200, 'bbbb'); Query OK, 1 row affected (0.00 sec)

可以看到，InnoDB并没有因为新记录的插入而为它申请新的存储空间，而是直接复用了原来被删除记录的存储空间。当数据页中存在多条被删除掉的记录时，这些记录的next_record属性将会把这些被删除掉的记录组成一个垃圾链表，以备之后重用这部分存储空间。

5.4 Page Directory（页目录）

链表自身的数据结构导致其增删快，查询慢，那么如何对查询进行优化？

我们平常想从一本书中查找某个内容的时候，一般会先看目录，找到需要查找的内容对应的书的页码，然后到对应的页码查看内容。设计InnoDB的大叔们为我们的记录也制作了一个类似的目录，他们的制作过程是这样的：

1. 将所有正常的记录（包括 Infimum 和 Supremum 记录，但不包括己经移除到垃圾链表 的记录）划分为几个组。
2. 每个组的最后一条记录（也就是组内最大的那条记录）相当于 “带头大哥”，组内其余的记录相当于 “小弟”。“带头大哥” 记录的头信息中的 n_owned 属性表示该组内共有几条记录。
3. 将每个组中最后一条记录在页面中的地址偏移量（就是该记录的真实数据与页面中第 0 个字节之间的距离） 单独提取出来，按顺序存储到靠近页尾部的地方。这个地方就是 Page Directory（页目录，见图 ）。页目录中的这些地址偏移量称为槽（Slot），每个槽占用2字节。页目录就是由多个槽组成的。

一个个槽，就对应着一个个目录，类似于词典的索引。每一个槽，代表着一个组，组里是用户的记录。查询的时候，先找目录 / 索引，就是槽，找到槽之后，再去遍历，找对应的记录。和查英文词典一个思路。所以叫页目录。只不过现在的查询，并没有去查整个次典（整个库），而是查一个页的内容，即词典的一小部分内容。

一个正常的页面也就是 16KB 大小，即 16384 字节，而 2 字节可以表示的地址偏移 量范围是 0～65535。所以 用 2 字节表示一个槽足够了。

比如，现在的page_demo表中正常的记录共有6条，InnoDB会把它们分成两组，第一组中只有一个最小记录，第二组中是剩余的5条记录，如图：

• 页目录部分中有 2 个槽，也就意味着记录被分成了 2 个组。槽 1 中的值是 112，代表 Supremum 记录在页面中的地址偏移量（就是从页面的 0 字节开始数，数 112 字节) ；槽 0 中的值是 99 ，代表 Infimum 记录的地址偏移量。
• 注意 Infimum 记录和 Supremum 记录的头信息中的 n_owned 属性：
  • Infimum 记录的 n_owned 值为 1. 这表示以 Infimum 记录为最后一个节点的这个分组中只有 1 条记录 ， 也就是 Infimum 记录自身。
  • Supremum 记录的 n_owned 值为 5，这表示以 Supremum 记录为最后一个节点的这个分组中有 5 条记录，即除了 Supremum 记录自身之外，还有我们插入的 4 条记录。
• 每个槽占用 2 字节，按照对应记录的大小相邻分布.槽对应的记录越小，它的位置越靠近 File Trailer。

用箭头指向的方式替代数字，修改后的示意图：

单纯从逻辑上看一下这些记录和页目录的关系：

为什么 Infimum 记录的 n_owned 值为 1， 而 Supremurn 记录的 n_owned 值为 5 呢?

设计InnoDB的大叔们对每个分组中的记录条数是有规定的：对于 Infimum 记录所在的分组只能有 1 条记录，Supremurn 记录所在的分组拥有的记录条数只能在 1~8 条之间，剩下的分组中记录的条数范围只能在是 4~8 条之间。所以分组是按照下边的步骤进行的：

1. 在初始情况下，一个数据页里只有 Infimum 记录和 Supremum 记录两条记录，它们分属于两个分组。页目录中也只有两个槽，分别代表 lnfimum 记录和 Supremum 记录在页面中的地址偏移量。
2. 之后每插入一条记录 ， 都会从页目录中找到对应记录的主键值比待插入记录的主键值大并且差值最小的槽（从本质上来说，槽是一个组内最大的那条记录在页面中的地址偏移量，通过槽可以快速找到对应的记录的主键值），然后把该糟对应的记录的 n_owned 值加 1，表示本组内又添加了 一条记录，直到该组中的记录数等于 8 个。
3. 在一个组中的记录数等于 8 个后，再插入一条记录时，会将组中的记录拆分成两个组，其中一个组中 4 条记录，另一个 5 条记录。这个过程会在页目录中新增一个槽，记录这个新增分组中最大的那条记录的偏移量。

这里稍微有一点不好理解：

1. 第一步没啥好说的，初始情况。
2. 第二步，比如插入主键为5的记录，那么就要先找到主键为6的记录在哪个槽，这个槽的记录数需要加1。实质上就是在维护词典的目录 / 索引。目录不对，查询肯定不对。（个人理解：之后是数据插入的步骤）
3. 第三步，超过了规定的数量，对槽 / 目录 / 索引，拆分管理。

由于现在page_demo表中的记录太少，无法演示添加了页目录之后加快查找速度的过程，所以再往page_demo表中添加一些记录：

1 2 3

mysql> INSERT INTO page_demo VALUES(5, 500, 'eeee'), (6, 600, 'ffff'), (7, 700, 'gggg'), (8, 800, 'hhhh'), (9, 900, 'iiii'), (10, 1000, 'jjjj'), (11, 1100, 'kkkk'), (12, 1200, 'llll'), (13, 1300, 'mmmm'), (14, 1400, 'nnnn'), (15, 1500, 'oooo'), (16, 1600, 'pppp'); Query OK, 12 rows affected (0.00 sec) Records: 12 Duplicates: 0 Warnings: 0

哈，我们一口气又往表中添加了12条记录，现在就一共有16条正常的记录了（包括Infimum 记录和 Supremum 记录），这些记录被分成了5个组，如图所示（因为把16条记录的全部信息都画在一张图里太占地方，容易眼花缭乱，所以只保留了用户记录头信息中的n_owned和next_record属性，也省略了各个记录之间的箭头，没画不代表没有！）：

现在看怎么从这个页目录中查找记录。因为各个槽代表的记录的主键值都是从小到大排序的，所以我们可以使用所谓的二分法来进行快速查找。4个槽的编号分别是：0、1、2、3、4，所以初始情况下最低的槽就是low=0，最高的槽就是high=4。比方说我们想找主键值为6的记录，过程是这样的：

1. 计算中间槽的位置：(0+4)/2=2，所以查看槽2对应记录的主键值为8，又因为8 > 6，所以设置high=2，low保持不变。

2. 重新计算中间槽的位置：(0+2)/2=1，所以查看槽1对应的主键值为4；又因为 4 < 6，所以设置low=1，high保持不变。

3. 因为high - low的值为1，所以确定主键值为 6 的记录在 槽2 对应的组中。此时需要找到 槽 2 所在分组中主键值最小的那条记录，然后沿着单向链表遍历 槽2 中的记录。但是前文又说过，每个槽对应的记录都是该组中主键值最大的记录，这里 槽2 对应的记录是主键值为 8 的记录，怎么定位一个组中最小的记录呢？别忘了各个槽都是挨着的， 我们可以很轻易地找到 槽1 对应的记录（主键值为 4 ），这条记录的下一条记录就是 槽 2 所在分组中主键值最小的记录，其主键值为 5。所以，我们可以从这条主键值为 5 的记录出发，遍历 槽2 中的各条记录，直到找到主键值为 6 的那条记录即可。由于一个 组中包含的记录条数最多是 8 条，所以遍历一个组中的记录的代价是很小的。

所以在一个数据页中查找指定主键值的记录的过程分为两步：

1. 通过二分法确定该记录所在的槽。

2. 通过记录的next_record属性遍历该槽所在的组中的各个记录。

本质不就是CS50里面的链表+数组嘛！🤣

更准确的说是链表+链表，但是思路仍然是链表+数组。

5.5 File Header（文件头部）

现在介绍的 File Header 通用于各种类型的页，也就是说各种类型的页都会 以 File Header 作为第一个组成部分，它是页结构的第一部分。它描述了一些通用于各种页的信息，比如这个页的编号是多少，它的上一个页和下一个页是谁:等等等等，File Header 部分占用固定的 38 字节：

名称	占用空间大小	描述
FIL_PAGE_SPACE_OR_CHKSUM	4字节	页的校验和（checksum值）
FIL_PAGE_OFFSET	4字节	页号
FIL_PAGE_PREV	4字节	上一个页的页号
FIL_PAGE_NEXT	4字节	下一个页的页号
FIL_PAGE_LSN	8字节	页面被最后修改时对应的日志序列位置（英文名是：Log Sequence Number）
FIL_PAGE_TYPE	2字节	该页的类型
FIL_PAGE_FILE_FLUSH_LSN	8字节	仅在系统表空间的一个页中定义，代表文件至少被刷新到了对应的LSN值
FIL_PAGE_ARCH_LOG_NO_OR_SPACE_ID	4字节	页属于哪个表空间

• FIL_PAGE_SPACE_OR_CHKSUM：这个属性代表当前页面的校验和（checksum）。啥是个校验和？就是对于一个很长很长的字节串来说，我们会通过某种算法来计算一个比较短的值来代表这个很长的字节串，这个比较短的值就称为校验和。这样在比较两个很长的字节串之前先比较这两个长字节串的校验和，如果校验和都不一样两个长字节串肯定是不同的，所以省去了直接比较两个比较长的字节串的时间损耗。
• FIL_PAGE_OFFSET：每一个页都有一个单独的页号，如同身份证号码一样，InnoDB通过页号来可以唯一定位一个页。
• FIL_PAGE_TYPE：这个代表当前页的类型，我们前边说过，InnoDB为了不同的目的而把页分为不同的类型，我们上边介绍的其实都是存储记录的数据页，其实还有很多别的类型的页。

类型名称	十六进制	描述
FIL_PAGE_TYPE_ALLOCATED	0x0000	最新分配，还没使用
FIL_PAGE_UNDO_LOG	0x0002	Undo日志页
FIL_PAGE_INODE	0x0003	段信息节点
FIL_PAGE_IBUF_FREE_LIST	0x0004	Insert Buffer空闲列表
FIL_PAGE_IBUF_BITMAP	0x0005	Insert Buffer位图
FIL_PAGE_TYPE_SYS	0x0006	系统页
FIL_PAGE_TYPE_TRX_SYS	0x0007	事务系统数据
FIL_PAGE_TYPE_FSP_HDR	0x0008	表空间头部信息
FIL_PAGE_TYPE_XDES	0x0009	扩展描述页
FIL_PAGE_TYPE_BLOB	0x000A	BLOB页
FIL_PAGE_INDEX	0x45BF	索引页，也就是我们所说的数据页

• FIL_PAGE_PREV和FIL_PAGE_NEXT：前文强调过，InnoDB都是以页为单位存放数据的，有时候我们存放某种类型的数据占用的空间非常大（比方说一张表中可以有成千上万条记录），InnoDB可能不可以一次性为这么多数据分配一个非常大的存储空间，如果分散到多个不连续的页中存储的话需要把这些页关联起来，FIL_PAGE_PREV和FIL_PAGE_NEXT就分别代表本页的上一个和下一个页的页号。这样通过建立一个双向链表把许许多多的页就都串联起来了，而无需这些页在物理上真正连着。需要注意的是，并不是所有类型的页都有上一个和下一个页的属性，不过我们这里唠叨的数据页（也就是类型为FIL_PAGE_INDEX的页）是有这两个属性的，所以所有的数据页其实是一个双链表，就像这样：

5.6 Page Header（页面头部）

设计InnoDB的大叔们为了能得到一个数据页中存储的记录的状态信息，比如本页中已经存储了多少条记录，第一条记录的地址是什么，页目录中存储了多少个槽等等，特意在页中定义了一个叫Page Header的部分，它是页结构的第二部分，这个部分占用固定的56个字节，专门存储各种状态信息。

名称	占用空间大小	描述
PAGE_N_DIR_SLOTS	2字节	在页目录中的槽数量
PAGE_HEAP_TOP	2字节	还未使用的空间最小地址，也就是说从该地址之后就是Free Space
PAGE_N_HEAP	2字节	本页中的记录的数量（包括最小和最大记录以及标记为删除的记录）
PAGE_FREE	2字节	第一个已经标记为删除的记录地址（各个已删除的记录通过next_record也会组成一个单链表，这个单链表中的记录可以被重新利用）
PAGE_GARBAGE	2字节	已删除记录占用的字节数
PAGE_LAST_INSERT	2字节	最后插入记录的位置
PAGE_DIRECTION	2字节	记录插入的方向
PAGE_N_DIRECTION	2字节	一个方向连续插入的记录数量
PAGE_N_RECS	2字节	该页中记录的数量（不包括最小和最大记录以及被标记为删除的记录）
PAGE_MAX_TRX_ID	8字节	修改当前页的最大事务ID，该值仅在二级索引中定义
PAGE_LEVEL	2字节	当前页在B+树中所处的层级
PAGE_INDEX_ID	8字节	索引ID，表示当前页属于哪个索引
PAGE_BTR_SEG_LEAF	10字节	B+树叶子段的头部信息，仅在B+树的Root页定义
PAGE_BTR_SEG_TOP	10字节	B+树非叶子段的头部信息，仅在B+树的Root页定义

• PAGE_DIRECTION：假如新插入的一条记录的主键值比上一条记录的主键值比上一条记录大，我们说这条记录的插入方向是右边，反之则是左边。用来表示最后一条记录插入方向的状态就是PAGE_DIRECTION。
• PAGE_N_DIRECTION：假设连续几次插入新记录的方向都是一致的，InnoDB会把沿着同一个方向插入记录的条数记下来，这个条数就用PAGE_N_DIRECTION这个状态表示。当然，如果最后一条记录的插入方向改变了的话，这个状态的值会被清零重新统计。

小贴士：（个人觉得放在这里很合适）

说到这个有些东西后边我们学过后回头看就很清晰的事儿不禁让我想到了乔布斯在斯坦福大学的演讲，摆一下原文：

“You can’t connect the dots looking forward; you can only connect them looking backwards. So you have to trust that the dots will somehow connect in your future.You have to trust in something - your gut, destiny, life, karma, whatever. This approach has never let me down, and it has made all the difference in my life.”

上边这段话纯属心血来潮写的，大意是坚持做自己喜欢的事儿，你在做的时候可能并不能搞清楚这些事儿对自己之后的人生有啥影响，但当你一路走来回头看时，一切都是那么清晰，就像是命中注定的一样。上述内容跟MySQL毫无干系，请忽略～

5.7 File Trailer（文件尾部）

我们知道InnoDB存储引擎会把数据存储到磁盘上，但是磁盘速度太慢，需要以页为单位把数据加载到内存中处理，如果该页中的数据在内存中被修改了，那么在修改后的某个时间需要把数据同步到磁盘中。但是在同步了一半的时候中断电了咋办，这不是莫名尴尬么？为了检测一个页是否完整（也就是在同步的时候有没有发生只同步一半的尴尬情况），设计InnoDB的大叔们在每个页的尾部都加了一个File Trailer部分，这个部分由8个字节组成，可以分成2个小部分：

• 前4个字节代表页的校验和

  这个部分是和File Header中的校验和相对应的。每当一个页面在内存中修改了，在同步之前就要把它的校验和算出来，因为File Header在页面的前边，所以校验和会被首先同步到磁盘，当完全写完时，校验和也会被写到页的尾部，如果完全同步成功，则页的首部和尾部的校验和应该是一致的。如果写了一半儿断电了，那么在File Header中的校验和就代表着已经修改过的页，而在File Trialer中的校验和代表着原先的页，二者不同则意味着同步中间出了错。

• 后4个字节代表页面被最后修改时对应的日志序列位置（LSN）

  这个部分也是为了校验页的完整性的，只不过我们目前还没说LSN是个什么意思，所以大家可以先不用管这个属性。

这个File Trailer与FILE Header类似，都是所有类型的页通用的。