共计 5246 个字符，预计需要花费 14 分钟才能阅读完成。
作为在后端圈开车的多年老司机，是不是常常听到过，“mysql 单表最好不要超过 2000w”,“单表超过 2000w 就要思考数据迁徙了”，“你这个表数据都马上要到 2000w 了，难怪查问速度慢”
这些名言民语就和“群里只探讨技术，不开车，开车速度不要超过 120 码，否则主动踢群”，只听过，没试过，哈哈。
上面咱们就把车速踩到底，干到 180 码试试…….
试验
试验一把看看…
建一张表
CREATE TABLE person(id int NOT NULL AUTO_INCREMENT PRIMARY KEY comment ‘ 主键 ’,person_id tinyint not null comment ‘ 用户 id’,person_name VARCHAR(200) comment ‘ 用户名称 ’,gmt_create datetime comment ‘ 创立工夫 ’,gmt_modified datetime comment ‘ 批改工夫 ’) comment ‘ 人员信息表 ’;
复制代码
插入一条数据
insert into person values(1,1,’user_1′, NOW(), now());
复制代码
利用 mysql 伪列 rownum 设置伪列起始点为 1
select (@i:=@i+1) as rownum, person_name from person, (select @i:=100) as init;set @i=1;
复制代码
运行上面的 sql，间断执行 20 次，就是 2 的 20 次方约等于 100w 的数据；执行 23 次就是 2 的 23 次方约等于 800w , 如此上来即可实现千万测试数据的插入，如果不想翻倍翻倍的减少数据，而是想大量，大量的减少，有个技巧，就是在 SQL 的前面减少 where 条件，如 id > 某一个值去管制减少的数据量即可。
insert into person(id, person_id, person_name, gmt_create, gmt_modified) select @i:=@i+1, left(rand()10,10) as person_id, concat(‘user_’,@i%2048), date_add(gmt_create,interval + @icast(rand()100 as signed) SECOND), date_add(date_add(gmt_modified,interval +@icast(rand()100 as signed) SECOND), interval + cast(rand()1000000 as signed) SECOND) from person;
复制代码
此处须要留神的是，兴许你在执行到近 800w 或者 1000w 数据的时候，会报错：The total number of locks exceeds the lock table size，这是因为你的长期表内存设置的不够大，只须要扩充一下设置参数即可。
SET GLOBAL tmp_table_size =51210241024;（512M）SET global innodb_buffer_pool_size= 110241024*1024 (1G);
复制代码
先来看一组测试数据，这组数据是在 mysql8.0 的版本，并且是在我本机上，因为本机还跑着 idea , 浏览器等各种工具，所以并不是机器配置就是用于数据库配置，所以测试数据只限于参考。
看到这组数据仿佛如同真的和题目对应，当数据达到 2000w 当前，查问时长急剧回升；难道这就是铁律吗？
那上面咱们就来看看这个倡议值 2kw 是怎么来的？
单表数量限度
首先咱们先想想数据库单表行数最大多大？
CREATE TABLE person(id int(10) NOT NULL AUTO_INCREMENT PRIMARY KEY comment ‘ 主键 ’,person_id tinyint not null comment ‘ 用户 id’,person_name VARCHAR(200) comment ‘ 用户名称 ’,gmt_create datetime comment ‘ 创立工夫 ’,gmt_modified datetime comment ‘ 批改工夫 ’) comment ‘ 人员信息表 ’;
复制代码
看看下面的建表 sql，id 是主键，自身就是惟一的，也就是说主键的大小能够限度表的下限，如果主键申明 int 大小，也就是 32 位，那么反对 2^32-1 ~~21 亿；如果是 bigint，那就是 2^62-1？（36893488147419103232），难以想象这个的多大了，个别还没有到这个限度之前，可能数据库曾经爆满了！！
有人统计过，如果建表的时候，自增字段抉择无符号的 bigint , 那么自增长最大值是 18446744073709551615，依照一秒新增一条记录的速度，大概什么时候能用完？
表空间
上面咱们再来看看索引的构造，对了，咱们上面讲内容都是基于 Innodb 引擎的，大家都晓得 Innodb 的索引外部用的是 B+ 树
这张表数据，在硬盘上存储也是相似如此的，它理论是放在一个叫 person.ibd（innodb data）的文件中，也叫做表空间；尽管数据表中，他们看起来是一条连着一条，然而实际上在文件中它被分成很多小份的数据页，而且每一份都是 16K。
大略就像上面这样，当然这只是咱们形象进去的，在表空间中还有段、区、组等很多概念，然而咱们须要跳出来看。
页的数据结构
因为每个页只有 16K 的大小，然而如果数据很多，那一页必定就放不下这些数据，那数据必定就会被分到其余的页中，所以为了把这些页关联起来，必定就会有记录前后页地址，不便找到对应页；同时每页都是惟一的，那就会须要有一个惟一标记来标记页，就是页号；
页中会记录数据所以会存在读写操作，读写操作会存在中断或者其余异样导致数据不全等，那就会须要有校验机制，所以外面还有会校验码，而读操作最重要的就是效率问题，如果依照记录一个个进行遍历，那必定是很吃力的，所以这外面还会为数据生成对应的页目录（Page Directory）; 所以理论页的内部结构像是上面这样的。
从图中能够看出，一个 InnoDB 数据页的存储空间大抵被划分成了 7 个局部，有的局部占用的字节数是确定的，有的局部占用的字节数是不确定的。
在页的 7 个组成部分中，咱们本人存储的记录会依照咱们指定的行格局存储到 User Records 局部。
然而在一开始生成页的时候，其实并没有 User Records 这个局部，每当咱们插入一条记录，都会从 Free Space 局部，也就是尚未应用的存储空间中申请一个记录大小的空间划分到 User Records 局部，当 Free Space 局部的空间全副被 User Records 局部代替掉之后，也就意味着这个页应用完了，如果还有新的记录插入的话，就须要去申请新的页了。这个过程的图示如下。
刚刚下面说到了数据的新增的过程。
那上面就来说说，数据的查找过程，如果咱们须要查找一条记录，咱们能够把表空间中的每一页都加载到内存中，而后对记录挨个判断是不是咱们想要的，在数据量小的时候，没啥问题，内存也能够撑；然而事实就是这么残暴，不会给你这个场面；为了解决这问题，mysql 中就有了索引的概念；大家都晓得索引可能放慢数据的查问，那到底是怎么个回事呢？上面我就来看看。
索引的数据结构
在 mysql 中索引的数据结构和刚刚形容的页简直是截然不同的，而且大小也是 16K, 然而在索引页中记录的是页 (数据页，索引页) 的最小主键 id 和页号，以及在索引页中减少了层级的信息，从 0 开始往上算，所以页与页之间就有了高低层级的概念。
看到这个图之后，是不是有点似曾类似的感觉，是不是像一棵二叉树啊，对，没错！它就是一棵树，只不过咱们在这里只是简略画了三个节点，2 层构造的而已，如果数据多了，可能就会扩大到 3 层的树，这个就是咱们常说的 B+ 树，最上面那一层的 page level =0, 也就是叶子节点，其余都是非叶子节点。
看上图中，咱们是单拿一个节点来看，首先它是一个非叶子节点（索引页），在它的内容区中有 id 和 页号地址两局部，这个 id 是对应页中记录的最小记录 id 值，页号地址是指向对应页的指针；而数据页与此简直大同小异，区别在于数据页记录的是实在的行数据而不是页地址，而且 id 的也是程序的。
单表倡议值
上面咱们就以 3 层，2 分叉（理论中是 M 分叉）的图例来阐明一下查找一个行数据的过程。
比如说咱们须要查找一个 id=6 的行数据，因为在非叶子节点中寄存的是页号和该页最小的 id，所以咱们从顶层开始比照，首先看页号 10 中的目录，有 [id=1, 页号 = 20],[id=5, 页号 = 30], 阐明左侧节点最小 id 为 1，右侧节点最小 id 是 5；6>5, 那依照二分法查找的规定，必定就往右侧节点持续查找，找到页号 30 的节点后，发现这个节点还有子节点（非叶子节点），那就持续比对，同理，6>5&&6<7, 所以找到了页号 60，找到页号 60 之后，发现此节点为叶子节点（数据节点），于是将此页数据加载至内存进行一一比照，后果找到了 id=6 的数据行。
从上述的过程中发现，咱们为了查找 id=6 的数据，总共查问了三个页，如果三个页都在磁盘中（未提前加载至内存），那么最多须要经验三次的磁盘 IO。
须要留神的是，图中的页号只是个示例，理论状况下并不是间断的，在磁盘中存储也不肯定是程序的。
至此，咱们大略曾经理解了表的数据是怎么个构造了，也大略晓得查问数据是个怎么的过程了，这样咱们也就能大略估算这样的构造能寄存多少数据了。
从下面的图解咱们晓得 B+ 数的叶子节点才是存在数据的，而非叶子节点是用来寄存索引数据的。
所以，同样一个 16K 的页，非叶子节点里的每条数据都指向新的页，而新的页有两种可能
如果是叶子节点，那么外面就是一行行的数据
如果是非叶子节点的话，那么就会持续指向新的页
假如
非叶子节点内指向其余页的数量为 x
叶子节点内能包容的数据行数为 y
B+ 数的层数为 z
如下图中所示
Total =x^(z-1) *y 也就是说总数会等于 x 的 z-1 次方 与 Y 的乘积。
X =？
在文章的结尾曾经介绍了页的构造，索引也也不例外，都会有 File Header (38 byte)、Page Header (56 Byte)、Infimum + Supermum（26 byte）、File Trailer（8byte）, 再加上页目录，大略 1k 左右，咱们就当做它就是 1K, 那整个页的大小是 16K, 剩下 15k 用于存数据，在索引页中次要记录的是主键与页号，主键咱们假如是 Bigint (8 byte), 而页号也是固定的（4Byte）, 那么索引页中的一条数据也就是 12byte; 所以 x=15*1024/12≈1280 行。
Y=？
叶子节点和非叶子节点的构造是一样的，同理，能放数据的空间也是 15k；然而叶子节点中寄存的是真正的行数据，这个影响的因素就会多很多，比方，字段的类型，字段的数量；每行数据占用空间越大，页中所放的行数量就会越少；这边咱们临时按一条行数据 1k 来算，那一页就能存下 15 条，Y≈15。
算到这边了，是不是心里曾经有谱了啊
根据上述的公式，Total =x^(z-1) y，已知 x=1280,y=15
假如 B+ 树是两层，那就是 Z =2，Total =（1280 ^1）15 = 19200
假如 B+ 树是三层，那就是 Z =3，Total =（1280 ^2）*15 = 24576000（约 2.45kw）
哎呀，妈呀！这不是正好就是文章结尾说的最大行数倡议值 2000w 嘛！对的，个别 B+ 数的层级最多也就是 3 层，你试想一下，如果是 4 层，除了查问的时候磁盘 IO 次数会减少，而且这个 Total 值会是多少，大略应该是 3 百多亿吧，也不太正当，所以，3 层应该是比拟正当的一个值。
到这里难道就完了？
不
咱们刚刚在说 Y 的值时候假如的是 1K，那比方我理论当行的数据占用空间不是 1K , 而是 5K, 那么单个数据页最多只能放下 3 条数据
同样，还是依照 Z=3 的值来计算，那 Total =（1280 ^2）*3 = 4915200（近 500w）
所以，在放弃雷同的层级（类似查问性能）的状况下，在行数据大小不同的状况下，其实这个最大倡议值也是不同的，而且影响查问性能的还有很多其余因素，比方，数据库版本，服务器配置，sql 的编写等等，MySQL 为了进步性能，会将表的索引装载到内存中。在 InnoDB buffer size 足够的状况下，其能实现全加载进内存，查问不会有问题。然而，当单表数据库达到某个量级的下限时，导致内存无奈存储其索引，使得之后的 SQL 查问会产生磁盘 IO，从而导致性能降落，所以减少硬件配置（比方把内存当磁盘使），可能会带来空谷传声的性能晋升哈。
总结
Mysql 的表数据是以页的模式寄存的，页在磁盘中不肯定是间断的。
页的空间是 16K, 并不是所有的空间都是用来存放数据的，会有一些固定的信息，如，页头，页尾，页码，校验码等等。
在 B+ 树中，叶子节点和非叶子节点的数据结构是一样的，区别在于，叶子节点寄存的是理论的行数据，而非叶子节点寄存的是主键和页号。
索引构造不会影响单表最大行数，2kw 也只是推荐值，超过了这个值可能会导致 B + 树层级更高，影响查问性能。
