博客
关于我
Mysql InnoDB存储引擎 —— 数据页
阅读量:800 次
发布时间:2023-02-10

本文共 326 字,大约阅读时间需要 1 分钟。

文章目录

页是InnoDB存储引擎对磁盘进行IO操作时最小的数据存储单位。索引B+Tree的每一个节点实际上都是一页。

InnoDB存储引擎的最小执行单元是页,一页大小为16KB。

页的主要作用是提高性能,减少磁盘IO的次数。

在MySQL官网中,介绍了一页的主要结构:

数据库在批量新增数据时,首先将数据存储在一页中,并根据主键对要新增的数据进行排序后再插入到数据库中。这就是为什么在插入数据时,虽然数据是无序的,但最终存储在数据库中的数据却是有序的。这是因为默认情况下,数据库会根据主键对数据进行排序;如果数据表中没有主键,则会使用唯一约束字段来排序;如果没有约束字段,MySQL会自动创建一个排序字段。

在上述图中展示了一个数据表的结构,如果

转载地址:http://feffk.baihongyu.com/

你可能感兴趣的文章
Objective-C实现获取CPU温度(附完整源码)
查看>>
Objective-C实现获取文件头的50个字符(附完整源码)
查看>>
Objective-C实现随机图生成器算法(附完整源码)
查看>>
OJ中常见的一种presentation error解决方法
查看>>
OK335xS UART device registe hacking
查看>>
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>