前言

MySQL 的 innodb 引擎之所以使用 B+tree 來存儲索引，就是想盡量減少數(shù)據(jù)查詢時磁盤 IO 次數(shù)。樹的高度直接影響了查詢的性能。一般樹的高度在 3~4 層較為適宜。數(shù)據(jù)庫分表的目的也是為了控制樹的高度。那么如何獲取樹的高度呢？下面使用一個示例來說明如何獲取樹的高度。

示例數(shù)據(jù)準備

建表語句如下：

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(100) CHARACTER SET latin1 DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name` (`name`),
  KEY `age` (`age`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

表中插入100萬條數(shù)據(jù)。數(shù)據(jù)如下：

mysql> select * from user limit 2\G
*************************** 1. row ***************************
  id: 110000
name: ab
 age: 100
*************************** 2. row ***************************
  id: 110001
name: ab
 age: 100
2 rows in set (0.00 sec)

通過查詢相關數(shù)據(jù)表獲取樹的高度

以 MySQL5.6 版本為例說明如何獲取樹的高度。

首先獲取 page_no

mysql> SELECT b.name, a.name, index_id, type, a.space, a.PAGE_NO FROM information_schema.INNODB_SYS_INDEXES a, information_schema.INNODB_SYS_TABLES b WHERE a.table_id = b.table_id AND a.space > 0 and b.name='test/user';
+-----------+---------+----------+------+-------+---------+
| name      | name    | index_id | type | space | PAGE_NO |
+-----------+---------+----------+------+-------+---------+
| test/user | PRIMARY |       22 |    3 |     6 |       3 |
| test/user | name    |       23 |    0 |     6 |       4 |
| test/user | age     |       24 |    0 |     6 |       5 |
+-----------+---------+----------+------+-------+---------+
3 rows in set (0.00 sec)

page_no 是索引樹中Root頁的序列號。其它各項的含義可以參照：
https://dev.mysql.com/doc/refman/5.6/en/innodb-sys-indexes-table.html

再讀取頁的大小

mysql> show global variables like 'innodb_page_size';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| innodb_page_size | 16384 |
+------------------+-------+
1 row in set (0.00 sec) 

最后讀取索引樹的高度

$ hexdump -s 49216 -n 10 ./user.ibd
000c040 0200 0000 0000 0000 1600
000c04a

可以發(fā)現(xiàn) PAGE_LEVEL 為 0200，表示這棵二級索引樹的高度為 3。后面的 1600 是索引的 index_id 值。十六進制的 16 轉換為十進制數(shù)字是 22。這個 22 正好就是上面主鍵的 index_id。
上面 hexdump 命令中 49216 是怎么算出來的？公式是 page_no * innodb_page_size + 64。
3*16384+64=49216

我們在用這個方式查看下其他兩個索引的高度。

$ hexdump -s 65600 -n 10 ./user.ibd
0010040 0100 0000 0000 0000 1700
001004a
$ hexdump -s 81984 -n 10 ./user.ibd
0014040 0200 0000 0000 0000 1800
001404a

可見，name 索引的高度是 2，age 索引的高度是 3。

根據(jù)索引的結構估算

如果你沒有數(shù)據(jù)庫服務器的權限。自己也可以根據(jù)數(shù)據(jù)庫索引結構進行估算樹的高度。
根據(jù) B+Tree 結構，非葉子節(jié)點存儲的是索引數(shù)據(jù)，葉子節(jié)點存儲的是每行的所有數(shù)據(jù)。
非葉子節(jié)點每個索引項的大小是，數(shù)據(jù)大小+指針大小。假設指針大小為 8 個字節(jié)。每頁不會被占滿，預留1/5的空隙。下面我們估算下 name 和 age 兩個索引的高度。

name 索引高度估算

非葉子節(jié)點每頁存放的索引項數(shù)量。每頁大小是 16k。name 的值為 ab。占2個字節(jié)。每項數(shù)據(jù)大小是 2+8=10字節(jié)。每頁能存放的索引項數(shù)量是 16384 * 0.8 / 10 = 1310 個。
葉子節(jié)點每頁存放的索引數(shù)量。每頁大小是 16k。每項數(shù)據(jù)大小是 4+2+8=14 個字節(jié)。沒頁能存放的索引數(shù)量是 16384 * 0.8 / 14 = 936 個。
兩層能存放 1310*936=1226160 個數(shù)據(jù)記錄?？梢?20萬條記錄以下，樹的高度為2。

age 索引高度估算

非葉子節(jié)點每頁存放的索引項數(shù)量。每頁大小是 16k。age 的類型為 int。占4個字節(jié)。每項數(shù)據(jù)大小是 4+8=12字節(jié)。每頁能存放的索引項數(shù)量是 16384 * 0.8 / 12 = 1092 個。
葉子節(jié)點每頁存放的索引數(shù)量。每頁大小是 16k。每項數(shù)據(jù)大小是 4+4+8=16 個字節(jié)。沒頁能存放的索引數(shù)量是 16384 * 0.8 / 16 = 819 個。
兩層能存放 1092*819=894348 個數(shù)據(jù)記錄?？梢?0萬條記錄以下，樹的高度為2。100萬條為 3 層。

其它工具

還有一個小工具可以查看。InnoDB 表空間可視化工具innodb_ruby

以上就是獲取 MySQL innodb 的 B+tree 的高度的示例的詳細內容，更多關于MySQL innodb 的 B+tree 的資料請關注腳本之家其它相關文章！