《MySQL是怎么运行的》读书笔记（持续更新中）

第3章 字符集和比较规则

3.1 字符集和比较规则简介

​ 这一节小孩子告诉我们字符集的作用

就是将字符映射成二进制数据而已，比如我自己可以创立一个字符集，规定 'a' = 00000001

在传输数据的过程中，只会传输000000001，对方收到后，使用相同的字符集解析之后就知道是‘a’了，如果接收方使用了00000001=‘A’的字符集，就发生了乱码了

​ 然后说到一些重要的字符集

比如说ACSII:

‘L’ = 01001100
'M' = 01001101

一直只收录了128个字符而已，包括英文、数字和一些符号

可以看到ACSII使用【1个字节】来进行编码

​ 然后提到【变长编码】的概念

比如说 GB2312字符集，收录了汉字同时又兼容ACSII字符集，它的规则是这样的：如果该字符在ACSII字符集中，就用1字节编码，否则就用2个字节编码

比如 “爱u”，爱使用2字节编码，u使用1字节，爱是0xB0AE,u是0x75，所以“爱u”就是0xB0AE75

所以这个字符串就是：1011000010101110 - 01110101

3.2 MySQL中支持的字符集和比较规则

​ UTF-8这个字符集也是具有【变长编码】的一个字符集，使用1~4字节来表示一个字符

​ 但是设计MySQL大叔认为，大大大大部份的字符使用1~3字节就可以了，所以定义了两个字符集：

​ · utf8mb3：“阉割“过的UTF-8字符集，使用1~3个字节表示字符

​ · utf8mb4：正宗的UTF-8字符集，使用1~4个字节表示字符

在MySQL中显示utf8，其实就是utf8mb3

​ 然后说一下mysql的排序规则，比如说 utf8_general_ci，是一种通用的比较规则

​ ci的意思是 case insensitive ，那case sensitive 就是 cs了

3.3 字符集和比较规则的应用

​ 告诉了我们系统里有几种级别的字符集和比较规则

​ 1.服务器级别

​ 2.数据库级别

​ 3.表级别

​ 4.列级别

第4章 从一条记录说起——InnoDB记录存储结构

4.1 准备工作

MySQL是MySQL ，存储引擎是存储引擎

存储引擎的作用是什么？

答：同样的数据，在不同存储引擎的【存放格式】是不一样的

4.2 innodb页简介

​ 记住一个重要概念：innodb将数据划分为若干个页

以页作为磁盘与内存之间交互的基本单位，一般是16KB的单位

就像oracle使用块作为基本单位一样

4.3 InnoDB行格式

我们的rdbms都是基于元组的原理，以行为单位向表插入数据的

行格式 ：行格式就是一条记录怎么才磁盘上存放的格式

现在InnoDB引擎的行格式有4种：

• COMPACT 致密
• REDUNDANT 冗余
• DYNAMIC 动态
• COMPRESSED 压缩

4.3.1 指定行格式的语法

我们可以手动指定行格式：

CREATE TABLE 表名(列) ROW_FORMAT=行格式;
ALTER TABLE 表名 ROW_FORMAT=行格式;

建立测试数据：

mysql> use xiaohaizi;
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;
 
 
INSERT INTO record_format_demo VALUES('aaaa','bbb','cc','d'),('eeee','fff',NULL,NULL);commit;

现在表的数据

mysql> select * from record_format_demo;
+------+-----+------+------+
| c1   | c2  | c3   | c4   |
+------+-----+------+------+
| aaaa | bbb | cc   | d    |
| eeee | fff | NULL | NULL |
+------+-----+------+------+
 

4.3.2 COMPACT 格式

4.3.2.1 记录的额外信息

首先我们要意识到，一行里面的数据，肯定有两部分：

1）真实数据 2）描述真实数据的数据

也就是我们的数据 与 元数据 的区别

（1）变长字段列表

在mysql里有一些变长的数据类型，比如varchar(M)，varbinary(M), TEXT,BLOB

为什么要把这些字段的字节数存起来？因为要知道它们的长度，不至于把mysql搞蒙

变长字段长度列表的存放规则：

各字段的字节数，按列的顺序逆序存放

mysql的varchar是字符数！！

oracle的varchar2是字节数！！

mysql> select * from record_format_demo;
+------+-----+------+------+
| c1   | c2  | c3   | c4   |
+------+-----+------+------+
| aaaa | bbb | cc   | d    |
| eeee | fff | NULL | NULL |
+------+-----+------+------+
 

大家看看看看这两条数据，c1 c2 c4 是变长字段

列名	存储内容	内容长度（十进制显示）	内容长度（十六进制）
c1 varchar(10)	'aaaa'	4	0x04
c2 varchar(10)	'bbb'	3	0x03
c4 varchar(10)	'd'	1	0x01

长度分别是 4 ，3，1 ，没错吧？

用十六进制表示就是 0x04 0x03 0x01

但是逆序存放之后就变成了 01 03 04

为什么是 0x04 不是 0x0004

两位的16进制可以变身多少？16x16-1=255=FF，最多可以表示255，已经够了

因此这行的存储格式就是这样的

然后讨论一下长度的表示问题

• 有没有发现，c1、c2、c3 这三个列都比较短，也就是4字节、3字节、1字节
• 也就是说用4、3、1就可以表示了（十六进制就是 0x04 0x03 0x01 ）
• 而 0x04 0x03 0x01 都是一字节的；也就是用1字节就能表示4、3、1这三个数字

但是一字节最多可以表示0xFF，也就是255

• 如果这列是VARCHAR(256)呢？FF就表示不了了
• 只能用2字节表示，比如256 = 0x0100

那怎么确定这个列是用一字节还是两字节来表示呢？

InnoDB有它自己的规则，首先引入W，M，L这3个符号

• W：代表字符集中，一个字符最多需要多少个字符表示，也就是show charset;（参看下面的补充）中的maxlen列；比如ascii用1个字节就可以表示一个字符了，比如用utf8mb4可以用4个字节表示一些emoji
• M：就是我们变长字段类型最大可以存储多少个字符，VARCHAR(M)；比如varchar(255)的M就是255
  • 因此一个字段最多占用的【字节数】就是W×M
  • 比如这个字符集是utf8mb4，字段是varchar(20)，表示最多最多也就是20×4=80个字节
• L：表示该变长字段实际存储的【字节数】
  • 比如上面的ascii字符集的 aaaa，有4个字符，每个字符用1个字节就能表示，所以这个字符串就是4个字节，L=4；
  • 比如有一个utf8mb4存了xxx（x只是举例子代表一个很大的字符，需要用4个字节表示），有3个字符，每个字符需要用4个字节来表示，所以这个字符串的L=3×4=12个字节

补充show charset

mysql> show charset;
+----------+---------------------------------+---------------------+--------+
| Charset  | Description                     | Default collation   | Maxlen |
+----------+---------------------------------+---------------------+--------
| ascii    | US ASCII                        | ascii_general_ci    |      1 |
| utf8     | UTF-8 Unicode                   | utf8_general_ci     |      3 |
| utf8mb4  | UTF-8 Unicode                   | utf8mb4_general_ci  |      4 |
+----------+---------------------------------+---------------------+--------+
 

所以该InnoDB规则是这样的

1）如果M×W <= 255，那么使用1字节真实数据占用的字节数

• 这个很容易理解，比如utf8mb4，虽然一个字符最多需要4个字节来表示，但是varchar(1)，你最大也就是存4个字节，用0x04就可以表示了
  • 如果是varchar()