在面試的時候，如果問到了 B + 樹這個東西，或者問到了 MySQL 索引的底層實現，也希望大家能夠進一步的發揮，和面試官探討一下，為什么 B+ 樹一般都是 3 層左右，為什么 3 層的 B + 樹可以存放 2 千萬的數據，這個到底是怎么計算的，計算的過程大家是要好好消化理解的！

面試的時候，你能答到這一點，絕對是一個加分項！

一、InnoDB 一棵 B + 樹可以存放多少行數據？

InnoDB 一棵 B + 樹可以存放多少行數據？這個問題的簡單回答是：約 2 千萬。為什么是這么多呢？因為這是可以算出來的，要搞清楚這個問題，我們先從 InnoDB 索引數據結構、數據組織方式說起。

我們都知道計算機在存儲數據的時候，有最小存儲單元，這就好比我們今天進行現金的流通最小單位是一毛。在計算機中磁盤存儲數據最小單元是扇區，一個扇區的大小是512字節，而文件系統（例如XFS/EXT4）他的最小單元是塊，一個塊的大小是 4 k，而對于我們的 InnoDB 存儲引擎也有自己的最小儲存單元——頁（Page），一個頁的大小是 16 K 。

二、下面幾張圖可以幫你理解最小存儲單元

文件系統中一個文件大小只有 1 個字節，但不得不占磁盤上 4 KB的空間。

innodb的所有數據文件（后綴為ibd的文件），他的大小始終都是 16384（16k）的整數倍。

磁盤扇區、文件系統、InnoDB 存儲引擎都有各自的最小存儲單元。

在 MySQL 中我們的 InnoDB 頁的大小默認是 16 k，當然也可以通過參數設置：

數據表中的數據都是存儲在頁中的，所以一個頁中能存儲多少行數據呢？假設一行數據的大小是 1 k，那么一個頁可以存放 16 行這樣的數據。

如果數據庫只按這樣的方式存儲，那么如何查找數據就成為一個問題，因為我們不知道要查找的數據存在哪個頁中，也不可能把所有的頁遍歷一遍，那樣太慢了。所以人們想了一個辦法，用 B + 樹的方式組織這些數據。如圖所示：

我們先將數據記錄按主鍵進行排序，分別存放在不同的頁中（為了便于理解我們這里一個頁中只存放 3 條記錄，實際情況可以存放很多），除了存放數據的頁以外，還有存放 鍵值 + 指針 的頁，如圖中 page number = 3 的頁，該頁存放鍵值和指向數據頁的指針，這樣的頁由 N 個 鍵值 + 指針 組成。當然它也是排好序的。這樣的數據組織形式，我們稱為索引組織表。現在來看下，要查找一條數據，怎么查？

如 select * from user where id = 5;

這里 id 是主鍵，我們通過這棵 B + 樹來查找，首先找到根頁，你怎么知道 user 表的根頁在哪呢？其實每張表的根頁位置在表空間文件中是固定的，即 page number = 3 的頁（這點我們下文還會進一步證明），找到根頁后通過二分查找法，定位到 id = 5 的數據應該在指針 P5 指向的頁中，那么進一步去 page number = 5 的頁中查找，同樣通過二分查詢法即可找到 id = 5 的記錄：

| 5 | zhao2 | 27 |

現在我們清楚了 InnoDB 中主鍵索引 B + 樹是如何組織數據、查詢數據的，我們總結一下：

1、InnoDB 存儲引擎的最小存儲單元是頁，頁可以用于存放數據也可以用于存放 鍵值 + 指針，在 B + 樹中葉子節點存放數據，非葉子節點存放 鍵值 + 指針。

2、索引組織表通過非葉子節點的二分查找法以及指針確定數據在哪個頁中，進而在去數據頁中查找到需要的數據。

三、那么回到我們開始的問題，通常一棵B+樹可以存放多少行數據？

這里我們先假設 B + 樹高為 2，即存在一個根節點和若干個葉子節點，那么這棵 B + 樹的存放總記錄數為：根節點指針數 * 單個葉子節點記錄行數。

上文我們已經說明單個葉子節點（頁）中的記錄數 = 16K / 1K = 16。（這里假設一行記錄的數據大小為 1 k ，實際上現在很多互聯網業務數據記錄大小通常就是 1 K 左右）。

那么現在我們需要計算出非葉子節點能存放多少指針？

其實這也很好算，我們假設主鍵 ID 為 bigint 類型，長度為 8 字節，而指針大小在 InnoDB 源碼中設置為 6 字節，這樣一共 14 字節，我們一個頁中能存放多少這樣的單元，其實就代表有多少指針，即16384? / 14 = 1170。那么可以算出一棵高度為 2 的 B + 樹，能存放 1170*16=18720 條這樣的數據記錄。

根據同樣的原理我們可以算出一個高度為 3 的 B + 樹可以存放：1170*1170*16 = 21902400 條這樣的記錄。

所以在 InnoDB 中 B + 樹高度一般為 1 - 3 層，它就能滿足千萬級的數據存儲。在查找數據時一次頁的查找代表一次 IO，所以通過主鍵索引查詢通常只需要 1 - 3 次 IO 操作即可查找到數據。

五、最后回顧一道面試題

有一道 MySQL 的面試題，為什么 MySQL 的索引要使用 B + 樹而不是其它樹形結構？比如 B 樹？

現在這個問題的復雜版本可以參考本文，他的簡單版本回答是：

因為 B 樹不管葉子節點還是非葉子節點，都會保存數據，這樣導致在非葉子節點中能保存的指針數量變少（有些資料也稱為扇出），指針少的情況下要保存大量數據，只能增加樹的高度，導致 IO 操作變多，查詢性能變低。

轉載于：https://blog.csdn.net/luoyang_java/article/details/92781164

（SAW：Game Over！）

總結

以上是生活随笔為你收集整理的MySQL / B + 树算法在 mysql 中能存多少行数据？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。