面試回答：MySQL每張表最好不超過2000萬數據，對不對？

MySQL中每張表到底能存多少數據？ 實際情況下，每張表由于自身的字段不同、字段所占用的空間不同等原因，它們在最佳性能下可以存放的數據量也就不同，需要手動計算才行。

事情是這樣的

下面是我朋友的面試記錄：

面試官：講一下你實習做了什么。

朋友：我在實習期間做了一個存儲用戶操作記錄的功能，主要是從MQ獲取上游服務發送過來的用戶操作信息，然后把這些信息存到MySQL里面，提供給數倉的同事使用。

朋友：由于數據量比較大，每天大概有四五千多萬條，所以我還給它做了分表的操作。每天定時生成3張表，然后將數據取模分別存到這三張表里，防止表內數據過多導致查詢速度降低。

這表述，好像沒什么問題是吧，別急，接著看：

面試官：那你為什么要分三張表呢，兩張表不行嗎？四張表不行嗎？

朋友：因為MySQL每張表最好不超過2000萬條數據，否則會導致查詢速度降低，影響性能。我們每天的數據大概是在五千萬條左右，所以分成三張表比較穩妥。

面試官：還有嗎？

朋友： 沒有了……你干嘛，哎呦

面試官：那你先回去等通知吧。

講完了，看出什么了嗎，你們覺得我這位朋友回答的有什么問題嗎？

前言

很多人說，MySQL每張表最好不要超過2000萬條數據，否則就會導致性能下降。阿里的Java開發手冊上也提出：單表行數超過 500 萬行或者單表容量超過 2GB，才推薦進行分庫分表。

但實際上，這個2000萬或者500萬都只是一個大概的數字，并不適用于所有場景，如果盲目的以為表數據只要不超過2000萬條就沒問題了，很可能會導致系統的性能大幅下降。

實際情況下，每張表由于自身的字段不同、字段所占用的空間不同等原因，它們在最佳性能下可以存放的數據量也就不同。

那么，該如何計算出每張表適合的數據量呢？別急，慢慢往下看。

本文適合的讀者

閱讀本文你需要有一定的MySQL基礎，最好對InnoDB和B+樹都有一定的了解，可能需要有一年以上的MySQL學習經驗（大概一年？），知道 “InnoDB中B+樹的高度一般保持在三層以內會比較好” 這條理論知識。

本文主要是針對 “InnoDB中高度為3的B+樹最多可以存多少數據” 這一話題進行講解的。且本文對數據的計算比較嚴格（至少比網上95%以上的相關博文都要嚴格），如果你比較在意這些細節并且目前不太清楚的話，請繼續往下閱讀。

閱讀本文你大概需要花費10-20分鐘的時間，如果你在閱讀的過程中對數據進行驗算的話，可能要花費30分鐘左右。

本文思維導圖

千萬級數據并發如何處理？進入學習

基礎知識快速回顧

眾所周知，MySQL中InnoDB的存儲結構是B+樹，B+樹大家都熟悉吧？特性大概有以下幾點，一起快速回顧一下吧！

注：下面這這些內容都是精華，看不懂或者不理解的同學建議先收藏本文，之后有知識基礎了再回來看。??

• 一張數據表一般對應一顆或多顆樹的存儲，樹的數量與建索引的數量有關，每個索引都會有一顆單獨的樹。

• 聚簇索引和非聚簇索引：

  主鍵索引也是聚簇索引，非主鍵索引都是非聚簇索引。除格式信息外，兩種索引的非葉子節點都是只存索引數據的，比如索引為id，那非葉子節點就是存的id數據。

  葉子節點的區別如下：

  • 聚簇索引的葉子節點一般情況下存的是這條數據的所有字段信息。所以我們 select * from table where id = 1 的時候，都是要去葉子節點拿數據的。
  • 非聚簇索引的葉子節點存的是這條數據所對應的主鍵和索引列信息。比如這條非聚簇索引是username，然后表的主鍵是id，那該非聚簇索引的葉子節點存的就是 username 和 id，而不存其他字段。 相當于是先從非聚簇索引查到主鍵的值，再根據主鍵索引去查數據內容，一般情況下要查兩次（除非索引覆蓋），這也稱之為 回表 ，就有點類似于存了個指針，指向了數據存放的真實地址。

• B+樹的查詢是從上往下一層層查詢的，一般情況下我們認為B+樹的高度保持在3層以內是比較好的，也就是上兩層是索引，最后一層存數據，這樣查表的時候只需要進行3次磁盤IO就可以了(實際上會少一次，因為根節點會常駐內存)，且能夠存放的數據量也比較可觀。

  如果數據量過大，導致B+數變成4層了，則每次查詢就需要進行4次磁盤IO了，從而使性能下降。所以我們才會去計算InnoDB的3層B+樹最多可以存多少條數據。

• MySQL每個節點大小默認為16KB，也就是每個節點最多存16KB的數據，可以修改，最大64KB，最小4KB。

  擴展：那如果某一行的數據特別大，超過了節點的大小怎么辦？

  MySQL5.7文檔的解釋是：

  • 對于 4KB、8KB、16KB 和 32KB設置 ，最大行長度略小于數據庫頁面的一半 。例如：對于默認的 16KB頁大小，最大行長度略小于 8KB ，默認32KB的頁大小，則最大行長度略小于16KB。

  • 而對于 64KB 頁面，最大行則長度略小于 16KB。

  • 如果行超過最大行長度， 則將可變長度列用外部頁存儲，直到該行符合最大行長度限制。就是說把varchar、text這種長度可變的存到外部頁中，來減小這一行的數據長度。

文檔地址：MySQL :: MySQL 5.7 Reference Manual :: 14.12.2 File Space Management

• MySQL查詢速度主要取決于磁盤的讀寫速度，因為MySQL查詢的時候每次只讀取一個節點到內存中，通過這個節點的數據找到下一個要讀取的節點位置，再讀取下一個節點的數據，直到查詢到需要的數據或者發現數據不存在。

  肯定有人要問了，每個節點內的數據難道不用查詢嗎？這里的耗時怎么不計算？

  這是因為讀取完整個節點的數據后，會存到內存當中，在內存中查詢節點數據的耗時其實是很短的，再配合MySQL的查詢方式，時間復雜度差不多為

  $O(log_2N)$

  O(log2N) ，相比磁盤IO來說，可以忽略不計。

MySQL InnoDB 節點的儲存內容

在Innodb的B+樹中，我們常說的節點被稱之為 頁(page)，每個頁當中存儲了用戶數據，所有的頁合在一起組成了一顆B+樹（當然實際會復雜很多，但我們只是要計算可以存多少條數據，所以姑且可以這么理解?）。

頁 是InnoDB存儲引擎管理數據庫的最小磁盤單位，我們常說每個節點16KB，其實就是指每頁的大小為16KB。

這16KB的空間，里面需要存儲 頁格式 信息和 行格式 信息，其中行格式信息當中又包含一些元數據和用戶數據。所以我們在計算的時候，要把這些數據的都計算在內。

頁格式

每一頁的基本格式，也就是每一頁都會包含的一些信息，總結表格如下：

示意圖：

頁格式這塊的內容，我在官網翻了好久，硬是沒找到?。。。。不知道是沒寫還是我眼瞎，有找到的朋友希望可以在評論區幫我掛出來?。

所以上面頁格式的表格內容主要是基于一些博客中學習總結的。

另外，當新記錄插入到 InnoDB 聚集索引中時，InnoDB 會嘗試留出 1/16 的頁面空閑以供將來插入和更新索引記錄。如果按順序（升序或降序）插入索引記錄，則生成的頁大約可用 15/16 的空間。如果以隨機順序插入記錄，則頁大約可用 1/2 到 15/16 的空間。參考文檔：MySQL :: MySQL 5.7 Reference Manual :: 14.6.2.2 The Physical Structure of an InnoDB Index

除了 User Records和Free Space 以外所占用的內存是

38+56+26+8=128 字節，每一頁留給用戶數據的空間就還剩

16×1615×1024?128=15232 字節（保留了1/16）。

當然，這是最小值，因為我們沒有考慮頁目錄。頁目錄留在后面根據再去考慮，這個得根據表字段來計算。

行格式

首先，我覺得有必要提一嘴，MySQL5.6的默認行格式為COMPACT(緊湊)，5.7及以后的默認行格式為DYNAMIC(動態)，不同的行格式存儲的方式也是有區別的，還有其他的兩種行格式，本文后續的內容主要是基于DYNAMIC(動態)進行講解的。

官方文檔鏈接：MySQL :: MySQL 5.7 參考手冊 :: 14.11 InnoDB 行格式（包括下面的行格式內容大都可以在里面找到）

每行記錄都包含以下這些信息，其中大都是可以從官方文檔當中找到的。我這里寫的不是特別詳細，僅寫了一些能夠我們計算空間的知識，更詳細內容可以去網上搜索 “MySQL 行格式”。

示意圖：

另外還有幾點需要注意：

溢出頁（外部頁）的存儲

注意：這一點是DYNAMIC的特性。

當使用 DYNAMIC 創建表時，InnoDB 會將較長的可變長度列（比如 VARCHAR、VARBINARY、BLOB 和 TEXT 類型）的值剝離出來，存儲到一個溢出頁上，只在該列上保留一個 20 字節的指針指向溢出頁。

而 COMPACT 行格式（MySQL5.6默認格式）則是將前 768 個字節和 20 字節的指針存儲在 B+ 樹節點的記錄中，其余部分存儲在溢出頁上。

列是否存儲在頁外取決于頁大小和行的總大小。當一行太長時，選擇最長的列進行頁外存儲，直到聚集索引記錄適合 B+ 樹頁（文檔里沒說具體是多少?）。小于或等于 40 字節的 TEXT 和 BLOB 直接存儲在行內，不會分頁。

優點

DYNAMIC 行格式避免了用大量數據填充 B+ 樹節點從而導致長列的問題。

DYNAMIC 行格式的想法是，如果長數據值的一部分存儲在頁外，則通常將整個值存儲在頁外是最有效的。

使用 DYNAMIC 格式，較短的列會盡可能保留在 B+ 樹節點中，從而最大限度地減少給定行所需的溢出頁數。

字符編碼不同情況下的存儲

char 、varchar、text 等需要設置字符編碼的類型，在計算所占用空間時，需要考慮不同編碼所占用的空間。

varchar、text等類型會有長度字段列表來記錄他們所占用的長度，但char是固定長度的類型，情況比較特殊，假設字段 name 的類型為 char(10) ，則有以下情況：

• 對于長度固定的字符編碼（比如ASCII碼），字段 name 將以固定長度格式存儲，ASCII碼每個字符占一個字節，那 name 就是占用 10 個字節。

• 對于長度不固定的字符編碼（比如utf8mb4），至少將為 name 保留 10 個字節。如果可以，InnoDB會通過修剪尾部空格空間的方式來將其存到 10 個字節中。

  如果空格剪完了還存不下，則將尾隨空格修剪為 列值字節長度的最小值（一般是 1 字節）。

  列的最大長度為：

  $字符編碼的最大字符長度 times N$

  字符編碼的最大字符長度×N，比如 name 字段的編碼為 utf8mb4，那就是

  $4 times 10$

  4×10。

• 大于或等于 768 字節的 char 列會被看成是可變長度字段（就像varchar一樣），可以跨頁存儲。例如，utf8mb4 字符集的最大字節長度為 4，則 char(255) 列將可能會超過 768 個字節，進行跨頁存儲。

說實話對char的這個設計我是不太理解的，盡管看了很久，包括官方文檔和一些博客?，希望懂的同學可以在評論區解惑：

對于長度不固定的字符編碼這塊，char是不是有點像是一個長度可變的類型了？我們常用的 utf8mb4，占用為 1 ~ 4 字節，那么 char(10) 所占用的空間就是 10 ~ 40 字節，這個變化還是挺大的啊，但是它并沒有留足夠的空間給它，也沒有使用可變長度字段列表去記錄char字段的空間占用情況，就很特殊？

開始計算

好了，我們已經知道每一頁當中具體存儲的東西了，現在我們已經具備計算能力了。

由于頁的剩余空間我已經在上面頁格式的地方計算過了，每頁會剩余 15232 字節可用，下面我們直接計算行。

非葉子節點計算

單個節點計算

索引頁就是存索引的節點，也就是非葉子節點。

每一條索引記錄當中都包含了當前索引的值 、 一個 6字節 的指針信息 、一個 5 字節的行標頭，用來指向下一層數據頁的指針。

索引記錄當中的指針占用空間我沒在官方文檔里找到?，這個 6 字節是我參考其他博文的，他們說源碼里寫的是6字節，但具體在哪一段源碼我也不知道?。

希望知道的同學可以在評論區解惑。

假設我們的主鍵id為 bigint 型，也就是8個字節，那索引頁中每行數據占用的空間就等于

8+6+5=19 字節。每頁可以存

15232÷19≈801 條索引數據。

那算上頁目錄的話，按每個槽平均6條數據計算的話，至少有

801÷6≈134 個槽，需要占用 268 字節的空間。

把存數據的空間分一點給槽的話，我算出來大約可以存 787 條索引數據。

如果是主鍵是 int 型的話，那可以存