innodb_ruby工具只兼容mysql5.7版本，高版本索引结构解析不成功。

​	innodb存储引擎是个B+Tree存储结构，了解innodb底层的实现，就需要有一个比较可视化的工具来帮助我们理解和拆解复杂的存储文件信息等，最终我找到了

一个基于ruby语言开发且开源的innodb存储引擎解析工具。

https://github.com/jeremycole/innodb_ruby

https://github.com/jeremycole/innodb_ruby/blob/main/README.md

这个库和工具的目的是暴露InnoDB中一些其他隐藏的内部实现。这些代码不打算用于关键的生产环境。它们肯定是有bug的，而且可能会很危险。无论是其内部API还是输出结果都不被认为是稳定的，随时可能会更改。
​
它打算用于几个目的：
​
作为一种学习工具，还有什么比用另一种语言实现它更好的方式来提高你对结构理解的方法呢？
作为一个教学工具，使用irb来交互式地研究磁盘上的实际结构对于演示（给自己或他人）实际发生了什么是极其宝贵的。
作为调查工具，不幸的是InnoDB并没有提供足够的信息来了解它正在做什么或者已经做了什么关于其磁盘存储的操作。页面有多满？每个页面确切有多少记录？特定表的B+树结构是怎样的？所有这些问题都可以通过innodb_ruby轻松回答。
作为调试工具。在对InnoDB的结构或行为进行更改时，需要拥有能够展示原始行为和新的行为的工具，以便验证这些更改是否达到了预期的效果。
这个库的各个部分以及包含的工具可能成熟度差别很大，因为它是基于作者们的即时需求而开发的。

https://blog.csdn.net/qq_65771647/article/details/147590517


双击下载的 .exe 文件（如 rubyinstaller-devkit-3.4.0-1-x64.exe）。
接受许可协议，选择安装路径（默认推荐 C:\Ruby34-x64）。
重要：勾选以下选项：
“Add Ruby executables to your PATH”：将 Ruby 添加到系统环境变量。
“Associate .rb and .rbw files with this Ruby installation”：将 .rb 文件关联到 Ruby。
继续安装，完成 DevKit 的设置（按提示运行 ridk install，选择默认选项）。

验证是否安装成功，在cmd窗口执行

安装完成后，可以通过以下命令验证安装是否成功：

https://github.com/jeremycole/innodb_ruby/wiki

因为mysql是安装在windows上，用 show variables  like 'datadir'; 查看mysql文件目录；

进入目录，就可以愉快使用innodb-ruby命令了。

准备工作：新建库test ,表t_user,插入10w数据


### 新建表
CREATE TABLE `t_user` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `name` varchar(20) NOT NULL DEFAULT '' COMMENT '名称',
  `age` int(10) NOT NULL DEFAULT 0 COMMENT '年龄',
  `city` varchar(20) DEFAULT '' COMMENT '城市',
  `create_user` varchar(20) DEFAULT '' COMMENT '创建人',
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB COMMENT='用户表';
​
### 插入10w数据到t_user表
​
### 创建存储过程
CREATE PROCEDURE insert_t_user_data()
BEGIN
  DECLARE i INT DEFAULT 1;
  WHILE i <= 100000 DO
​
    -- 插入数据
    INSERT INTO t_user (
      name, 
      age, 
      city, 
      create_user
    ) VALUES (
      CONCAT('name_', FLOOR(RAND() * 10000)),  
      FLOOR(RAND() * 100),       -- 100随机
      CONCAT('city_', FLOOR(RAND() * 1000)),  
       CONCAT('create_user_', FLOOR(RAND() * 1000))
​
    );
  
    SET i = i + 1;
    -- 每1000条提交一次
    IF i % 1000 = 0 THEN
      COMMIT;
    END IF;
  END WHILE;
  COMMIT;
END;
​
### 执行存储过程，插入10w数据
call insert_t_user_data();
​

ibdata1`是innodb的系统表空间，是共享的，因此能看到这里包含了一些系统自身的表，也包含用户自定义的表信息，下面主要聚焦定义好的用户表信息来展开探究。 

3.1.1 列出全部表空间信息（system-spaces）

3.1.2 列出某个表的索引信息（space-indexes）


innodb_space -s ibdata1 -T test/t_user space-indexes

name：索引名称。PRIMARY代表的就是聚集索引，因为InnoDB表是聚集索引组织表，行记录就是聚集索引；idx就是辅助索引的名称。

fseg：page类型。internal非叶子节点；leaf叶子节点

3.1.3 统计每个类型的页共占用了多少页（space-page-type-regions）


innodb_space -s ibdata1 -T test/t_user space-page-type-regions

页，这个页保存了FSP header结构，这个结构保存了这个表空间的大小，以及完全没有被使用的extents，fragment的以及inode使用情况等等。

这个页就是插入缓存bitmap页，用于记录插入缓冲区的一些信息。主要用于跟踪随后的每个page的change buffer信息，使用4个bit来描述每个page的change buffer信息。

该页用一个链表存储表空间中所有段(file segments)；之前说段是由若干个extents组成，其实段除了extents之外，还有32个单独分配的"碎片"页组成，因为有些段可能用不到一个区，所以这里主要是为了节省空间。

3.1.4 打印每个类型总计页数（space-page-type-summary）

3.1.5 表空间的区域快照（space-extents-illustrate）

统计所有的页在表空间的饱和度信息，每个页面显示彩色块（按index/purpose着色），根据页面中的数据量调整大小。


innodb_space -s ibdata1 -T test/t_user space-extents-illustrate

3.1.6 LSN空间年龄说明（space-lsn-age-illustrate）

统计所有的页在表空间的饱和度信息，每个页面显示彩色块 (按页面修改LSN的年龄着色)。


innodb_space -s ibdata1 -T test/t_user space-lsn-age-illustrate


D:\Program Files\mysql5.7\mysql-5.7.44-winx64\data>innodb_space -s ibdata1 -T test/t_user -p 3 page-dump
#<Innodb::Page::Index:0x00000192d7e69a68>:
​
fil header:
#<struct Innodb::Page::FilHeader
 checksum=3767089351,
 offset=3,
 prev=nil,
 next=nil,
 lsn=18409037,
 type=:INDEX,
 flush_lsn=0,
 space_id=23>
​
fil trailer:
#<struct Innodb::Page::FilTrailer checksum=3767089351, lsn_low32=18409037>
​
page header:
#<struct Innodb::Page::Index::PageHeader
 n_dir_slots=120,
 heap_top=6784,
 n_heap_format=33246,
 n_heap=478,
 format=:compact,
 garbage_offset=0,
 garbage_size=0,
 last_insert_offset=6776,
 direction=:right,
 n_direction=475,
 n_recs=476,
 max_trx_id=0,
 level=1,
 index_id=41>
​
fseg header:
#<struct Innodb::Page::Index::FsegHeader
 leaf=<Innodb::Inode space=<Innodb::Space file="test/t_user.ibd", page_size=16384, pages=960>, fseg=2>,
 internal=<Innodb::Inode space=<Innodb::Space file="test/t_user.ibd", page_size=16384, pages=960>, fseg=1>>
​
sizes:
  header           120
  trailer            8
  directory        240
  free            9352
  used            7032
  record          6664
  per record     14.00
​
page directory:
[99,
 168,
 224,
 280,
 336,
 392,
 448]
​
system records:
#<struct Innodb::Page::Index::SystemRecord
 offset=99,
 header=
  #<struct Innodb::Page::Index::RecordHeader
   length=5,
   next=126,
   type=:infimum,
   heap_number=0,
   n_owned=1,
   info_flags=0,
   offset_size=nil,
   n_fields=nil,
   nulls=nil,
   lengths=nil,
   externs=nil>,
 next=126,
 data="infimum\x00",
 length=8>
#<struct Innodb::Page::Index::SystemRecord
 offset=112,
 header=
  #<struct Innodb::Page::Index::RecordHeader
   length=5,
   next=112,
   type=:supremum,
   heap_number=1,
   n_owned=5,
   info_flags=0,
   offset_size=nil,
   n_fields=nil,
   nulls=nil,
   lengths=nil,
   externs=nil>,
 next=112,
 data="supremum",
 length=8>
​
garbage records:
​
records:
#<struct Innodb::Page::Index::UserRecord
 type=:clustered,
 format=:compact,
 offset=140,
 header=
  #<struct Innodb::Page::Index::RecordHeader
   length=5,
   next=154,
   type=:node_pointer,
   heap_number=3,
   n_owned=0,
   info_flags=0,
   offset_size=nil,
   n_fields=nil,
   nulls=[],
   lengths={},
   externs=[]>,
 next=154,
 key=[#<struct Innodb::Page::Index::FieldDescriptor name="id", type="INT", value=106, extern=nil>],
 row=[],
 sys=[],
 child_page_number=5,
 transaction_id=nil,
 roll_pointer=nil,
 length=8>
​
#<struct Innodb::Page::Index::UserRecord
 type=:clustered,
 format=:compact,
 offset=4760,
 header=
  #<struct Innodb::Page::Index::RecordHeader


D:\Program Files\mysql5.7\mysql-5.7.44-winx64\data>innodb_space -s ibdata1 -T test/t_user -p 3 page-records
Record 126: (id=1) → #4
Record 140: (id=106) → #5
Record 154: (id=317) → #6
Record 168: (id=528) → #7
Record 182: (id=739) → #8
Record 196: (id=950) → #9
Record 210: (id=1161) → #10
Record 224: (id=1372) → #11
Record 238: (id=1582) → #12

每行代表一页数据，id=1代表id的最小值为1，#4代表是第4页。


D:\Program Files\mysql5.7\mysql-5.7.44-winx64\data>innodb_space -s ibdata1 -T test/t_user -p 3 page-directory-summary
slot    offset  type          owned   key
0       99      infimum       1
1       168     node_pointer  4       (id=528)
2       224     node_pointer  4       (id=1372)
3       280     node_pointer  4       (id=2215)
119     112     supremum      5
​

infimum最小值，supremum最大值， 其他数据为1~5


​
Legend (█ = 1 byte):
  Region Type                         Bytes    Ratio
  █ FIL Header                           38    0.23%
  █ Index Header                         36    0.22%
  █ File Segment Header                  20    0.12%
  █ Infimum                              13    0.08%
  █ Supremum                             13    0.08%
  █ Record Header                      2380   14.53%
  █ Record Data                        3808   23.24%
  █ Page Directory                      240    1.46%
  █ FIL Trailer                           8    0.05%
  ░ Garbage                               0    0.00%
    Free                               9828   59.99%


D:\Program Files\mysql5.7\mysql-5.7.44-winx64\data>innodb_space -s ibdata1 -T test/t_user -I PRIMARY index-recurse
ROOT NODE #3: 476 records, 6664 bytes
  NODE POINTER RECORD ≥ (id=1) → #4
  LEAF NODE #4: 105 records, 7529 bytes
    RECORD: (id=1) → (name="name_9208", age=39, city="city_224", create_user="create_user_929", create_time="185364319-04-08 16:57:50", update_time="296338508-19-94 93:63:20")
    RECORD: (id=2) → (name="name_9750", age=8, city="city_507", create_user="create_user_278", create_time="185364319-04-08 16:57:50", update_time="296338508-19-94 93:63:20")
    RECORD: (id=3) → (name="name_8710", age=51, city="city_981", create_user="create_user_349", create_time="185364319-04-08 16:57:50", update_time="296338508-19-94 93:73:44")
  NODE POINTER RECORD ≥ (id=106) → #5
  LEAF NODE #5: 211 records, 15097 bytes
    RECORD: (id=106) → (name="name_8932", age=35, city="city_95", create_user="create_user_411", create_time="185364319-04-08 16:57:50", update_time="296338508-19-94 93:63:20")
    RECORD: (id=107) → (name="name_7732", age=63, city="city_833", create_user="create_user_277", create_time="185364319-04-08 16:57:50", update_time="296338508-19-94 93:63:20")


D:\Program Files\mysql5.7\mysql-5.7.44-winx64\data>innodb_space -s ibdata1 -T test/t_user -I idx_name index-recurse
ROOT NODE #39: 120 records, 2743 bytes
  NODE POINTER RECORD ≥ (name="name_0") → #518
  LEAF NODE #518: 842 records, 15825 bytes
    RECORD: (name="name_0") → (id=12397)
    RECORD: (name="name_0") → (id=12463)
    RECORD: (name="name_0") → (id=14513)
    RECORD: (name="name_0") → (id=19386)
    RECORD: (name="name_0") → (id=36247)
    RECORD: (name="name_0") → (id=59378)
    RECORD: (name="name_0") → (id=73362)

可看出普通索引其实是直接指向了主键索引的 

 是一个非常强大的工具，但作者建议不要在生产环境中使用，因为可能存在 BUG。该工具主要用于学习和研究 InnoDB 的内部结构。

，用户可以深入了解 InnoDB 的存储机制，帮助优化数据库性能和解决潜在问题。

https://developer.aliyun.com/article/1126982

https://juejin.cn/post/6844903844107780103

​	innodb存储引擎是个B+Tree存储结构，了解innodb底层的实现，就需要有一个比较可视化的工具来帮助我们理解和拆解复杂的存储文件信息等，最终我找到了innodb_ruby一个基于ruby语言开发且开源的innodb存储引擎解析工具。

innodb解析工具--innodb_ruby

innodb_ruby 是一个非常强大的工具，但作者建议不要在生产环境中使用，

通过使用 innodb_ruby，用户可以深入了解 InnoDB 的存储机制，帮助优化数据库性能和解决潜在问题。

编程语言

innodb_ruby是一款基于Ruby开发的InnoDB存储引擎解析工具，支持MySQL 5.7版本，可分析B+Tree索引结构、表空间信息及页文件结构。通过可视化方式展示InnoDB底层实现，帮助开发者深入理解存储机制，优化数据库性能。适用于学习、教学及调试场景，但不建议在生产环境使用。

数据库

腾讯云数据库特惠，新用户首单0.5折起


2026采购季 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

innodb解析工具--innodb_ruby

innodb解析工具--innodb_ruby

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐