概述

前面几节，我介绍了行记录，页，索引（B+）的结构，索引的叶子和非叶子节点都是由页构成的，页的大小有16k,可以存储满行记录。那么问题来了，一张表有多个索引，那这些索引又是怎么组织起来的呢，答案就是我们今天要讲的表空间，表空间真是描述了一张表怎么合理存储多个索引的，也就是表数据（索引即数据）。

表空间结构解析

1.表空间整体结构

1.表空间其实是一个文件，存在mysql安装时候的数据目录下面

2.每创建一张表，就会生成一个.idb文件，这个文件就是表空间文件

3.一个表文件中分为很多extend(区)，每255个区是一个组

2.区结构解析

1.一个区一般是由64页组成，虽然索引的节点都是页组成的，如果按照16k为单位来分配，那么
  在磁盘上一个表的数据都是分散的，会导致磁盘旋转频繁，也就是随机IO,所以按照区来分配
  空间，一张表内容是连续存储的，也就是顺序IO,比较快（join表是不是就慢了，不在一个表空间）
  
2.表空间第一个组的第一个分区第一页是比较特殊的，也就是FSP_HDR类型的页，他存储一个表空间级别的一些
  信息，还有当前组的所有区（256）的属性信息，其他组的第一个分区的第一页的页类型是XDES,他只存储当前组的
  所有区的属性信息，也就是用来管理当前组的一些统计信息的
  
3. 表空间第一个组的第一个分区第二页是比较特殊的，也就是INODE类型的页，这个页只存储了表空间级别的信息
   其它分组的页都没这个页。这个页存什么信息呢，存的是段的信息，什么是段？其实是索引有关的信息

3.段结构解析

1.段是存储在INODE页里面的，段是表空间级别的信息，那么为什么会有段呢？
  a.表存储数据，按照mysql设计，其实就是存储索引，比如聚簇索引，叶子节点就是表数据了
  b.索引是由页构成的，如果分配是按照页单元分配，那么B+树上相邻的页节点可能相离的物理距离非常远
    那么这个时候加载相邻的两个页就要转动磁头了，那么就是所谓的随机IO,访问非常慢，索引按照页来
    分配空间是不合理的。
  C.一个分区大小是64*16k,如果按照区来分配空间，那么如果数据很小情况下，直接就以1M分配了
    又太浪费空间了，所以采用了混合区和页的分配方式，也就是段
    
 2.看到段结构，它其实数据部分是这些字段。
   a.Fragment Array Entry 0-31是指向页的，也就是数据量小于32页，使用页来存储的
   b.FREE链表,NOT_FULL链表,FULL链表是指向区的，直接分配区的空间存储表索引数据，当
     Fragment Array Entry已经使用完后

4.索引和段关系图解析

1.一个索引会分配两个段，叶子节点和非叶子节点是分开存储的。

2.使用两个段来存储，是想要压缩叶子节点和非叶子节点，它们分别相邻页的距离
  从而达到顺序IO的目的。这里有个原则是，叶子节点只会访问相邻的叶子节点，不会
  访问到非叶子节点，所以分开存储达到更好的顺序IO效果

5.段和表空间关系图解析

1.段是一个索引的开始的地方，每当一个插入一条数据，先找到段，然后查找段的存储情况
  如果数据量还未满32页，那么继续使用碎片区插入数据，否则直接申请单个区插入数据
  
2.段完全展示了数据库分配空间的一些细节，可以看到在设计上，为了节省空间使用碎片区，
  为了顺序IO,大量数据之后采用区作为分配空间策略，叶子和非叶子节点分段储存

6.整体结构图