为什么都动不动就说mysql数据库单表最大两千万？依据是啥？？？

这两千万其实是一个建议值，先来看一下这2000w怎么来的：
MYSQL为了提升查询速度，内部使用B+Tree作为索引
假设有一张user表，如下图：

其id是唯一主键，每一行数据暂且称之为"行数据"，看起来就像个Excel表一样，Excel的数据在硬盘上其实放在了一个为user.xls的文件中

而上面MYSQL的user表中数据在硬盘上也类似，放在了user.idb文件中，指user innodb data文件，专业点来说叫表空间，虽然在数据表中看起来这些"行数据"是挨在一起的

但实际在user.idb文件中，被分成了很多小份的数据页

每份大小16k,因为行数据被分成了很多份，并放到了很多个数据页里面，为了标识具体是哪一页，引入页号的信息

为了把这些数据页关联起来，引入了前后指针，用于指向前后的数据页

这些信息加到了数据页的页头中

数据页是需要读写的，16k说小不小，写到一半，电源线被拔了也是有可能的，所以为了保证数据页的正确性，还引入了校验码，在页尾中。

也就是说把页头页尾掐掉，对 没错，像🦐一样 掐头去尾，剩下的空间才是用来放行数据的。

如果行数据行数特别多的话，进到页里挨个遍历效率也低，所以为这些数据生成个页目录，具体实现不重要，记住，它可以通过二分查找的方式将效率从o(n)变成了o(logn)

如果想查一条行数据，可以把表空间里的每一页都拿出来挨个判断里面的行数据，是不是我们要做好的，行数据量小的时候，这么操作是没什么问题的，行数据大了性能就慢了，因为每次查找都有可能遍历所有的行数据

为了加速搜索，在每个数据页里选出主键id最小的行数据，而且只需要他们的主键id以及所在页的页号，将它们组成新的行数据，放到一个新生成的数据页中

这个新生成的数据页和之前的页结构没什么太大的区别，并且大小也是16k，同时为了跟之前的数据页区分，新数据页要加入页层级的信息，于是数据页之间就有了上下层级的概念，如上图，就像是一棵倒过来的树，也就是常说的B+Tree，最下面的一层就是所谓的叶子节点，其余的都叫非叶子节点。

比如我们想查id为2的数据，会先查非叶子节点，发现向左id最小是1，向右最小id是4，那么 id=2的数据如果存在，必定在左边箭头下面

于是磁盘加载左下角的数据页在数据页中找到id=2的行数据。

之前展示的是2层的树，如果数据变多了，通过类似的方法，再往上构建一层，就形成了三层树，如下图：

需要注意的是，数据页的页号并不是连续的，他们在磁盘里也不一定挨在一起。

如果查询过程中两个页都在磁盘中，那么最多需要两次磁盘IO，它们才能被拿到内存。

接下来 重点！！！

2000w的说法怎么来的

同样一个16k的页，B+树最未级节点里放了行数据，而非叶子节点则用来放了加速查询的索引数据，用来指向其他16k的数据页。

假设 指向其他非叶子节点里指向其他内存页的指针数量为x，叶子节点里容纳的行数据数量为y，层数为z，B+Tree里能存放的行数据总量

假设掐头去尾，大概剩下15k用来存放索引数据，每条索引数据主要由主键和指向页号组成，主键假设是bigint大小 8byte，页号叫PAGE_NUMBER 大小4byte，那非叶子节点里的每一条数据就是12byte左右，用15k除以12byte等于1280，也就是说x为1280，叶子节点和非叶子节点数据结构是一样的，假设一条行数据占1k，那么一个数据页能放15行，y等于15，假设树是2层 z等于2，那么数据表的总行数就是2w，

假设树的3层，那么数据表的总行数就是2.5w，这个2.5w就是单表最大行数2000w的由来，在加一层数据就大的有点离谱，3层数据页最多对应3次io，还算合理，那么超过2000w就慢了么，假如我单行数据用不了1k这么多，比如只用了250byte，那么单个数据页就能放60条数据，同样是3层树，单表支持的行数就能到1亿，最多也就3次IO，所以并不慢。

单行数据1k，2层就是2千万数据。如果单行数据小于1k，单表就可以超过2千万。主要看单行数据大小

mysql性能下降最根本的原因是内存hold不住高频数据了；树高带来的性能影响忽略不计。
因为mysql的非叶子节点基本都是在内存里面的，叶子节点才会经常被淘汰，如果业务整体高频数据太多了，此时mysql为了腾出内存会频繁触发刷脏，从而影响其它查询走的是磁盘io这时候效率就很慢了，从这里也可以知道讨论mysql性能要从整体去看，而不是动不动就拿单表数据量说事，阿里巴巴规范固然很好但也不能无脑，分库分表能不用就不用，因为用好的人不多，切记，架构简单是设计原则

B+Tree

聚簇索引：

• 叶子节点：存储的是整行数据。
• 非叶子节点：存储的是索引值（即主键值），这些值用于指导查询过程中的搜索方向。

非聚簇索引：

• 叶子节点：存储的是主键的值，而不是整行数据。这是因为非聚簇索引的目的是加速查询，而不是直接提供数据。当通过非聚簇索引找到主键值后，MySQL会进行所谓的“回表”操作，即根据主键值去聚簇索引中查找相应的整行数据。
• 非叶子节点：同样存储的是索引值（即非主键索引列的值），这些值也用于指导查询过程中的搜索方向。

mysql里面每次新建索引都会生成新的B+树，这也是索引文件会随着索引字段不断增加的原因