堆与聚集索引全表扫描

Question

我一直在谷歌上来回搜索，但无法掌握磁盘上的表数据块的结构。

许多资源表明进行全表扫描会按顺序读取块（这意味着数据库能够一次读取多个块），但我找不到任何实际描述块如何保存在磁盘上的资源堆的情况 VS 聚集索引的情况。

堆不规定顺序，这是因为数据库不关心它从磁盘读取的块的顺序，但是：

1. 我仍然没有找到任何证据可以保证堆数据按顺序存储在磁盘上
2. 对于聚集索引，结果的顺序很重要。在那种情况下，我无法理解数据库如何在保持顺序的同时保持顺序。聚簇索引是否仍然适用顺序读取？

任何描述块在磁盘上的布局在每种情况下的资源都会有所帮助

Answer 1

您询问了 MySQL，这通常是指默认的 InnoDB 存储引擎。

InnoDB 不将表存储为堆。

InnoDB 表始终存储为聚集索引，其中聚集索引是主键。因此，表扫描或多或少等同于聚集索引的索引扫描。

InnoDB 中的任何索引通常不会按顺序存储在磁盘上。它存储为 页面的集合， 其中页面的大小统一为 16KB。索引显然比这大得多，随着时间的推移，插入和更新会扩展索引的中间部分和末尾部分。为了有效地做到这一点（也就是说，不需要重写整个表），随机插入和更新会导致页面乱序。创建的新页面放置在文件中任何有空间的地方。

为了方便浏览所有页面，每个页面都包含指向下一页和前一页位置的链接。这些可能在文件中很远，因此表扫描实际上不会是连续的，它会涉及到文件中其他位置的多次查找。

InnoDB 要求将页面加载到 RAM 中，然后才能在查询中实际使用它们。 InnoDB 缓冲池是固定大小的 RAM 分配，其中包含一组从磁盘加载的页面。一旦页面进入缓冲池，就可以非常快速地访问它们，并且几乎没有跟踪链接的开销。将页面从磁盘读取到缓冲池的开销比在 RAM 中读取页面要大得多。

所以在 MySQL 的情况下：

• 没有堆
• 聚集索引的顺序与磁盘上的顺序存储无关
• 无论如何都会对 RAM 中的页面进行读取，因此磁盘上的物理布局与读取页面的顺序几乎没有关系