Mysql-为什么说单张表数据超过2000w，性能就会下降

其实2000w只是一个建议值

假设有一张user表,其中id是主键

user表：

id	name	age
1	张三	18
2	李四	19

存在磁盘中的文件为user.idb（innodb data）的表空间。数据再idb文件中被分成了很多小份的数据页，每份大小16k

 行数据被放在了不同的数据页中

页号：区分是那一页 

pre：指向上一页

next：指向下一页

页目录：用于快速查找（如果数据特别多的时候一行一行的查找数据太慢），可通过二分查找的方式将查询效率从O(n)变成O(lgn)

校验码：在页尾，防止数据再写入的时候发生异常（断电等）

中间部分：1、2、3、...存放真正的行数据

怎么在数据也中查找数据：

1、如果想查找一行数据，可以将表空间中的每一页都捞出来，在判断里面的行数据，是不是最终要查询的数据。

2、数据小的话没问题，但是数据大的时候这么查找会变慢。

为了加速查找，引入了B+树索引：

在每个数据页中选出ID最小的数据，并且只需要他们的主键ID以及他们所在页的页号，组成一个新的数据页。这个新的数据页跟之前的数据页没有太大区别，大小也是16K。为了区分跟之前数据页，新的数据页里需要加入页层级的信息，因此数据页里面就有了上下层级的概念（B+树），最下面一层是叶子节点、其他都是非叶子节点。

 当我们需要查找一条数据的时候，会先查找非叶子节点，然后根据非叶子节点定位到具体的叶子节点。（比如：我们要查找ID=2数据的时候，会现在非叶子节点里面找，发现向左最小ID是1向右最小ID是4，如果ID是2的数据存在，哪一顶是在页号100中，在到页号100中查找id为2的数据）。

上面举例的是两层的数据结构，如果是3层、可以通过类似的方法在构建一层，就成了三层的树。值得注意的是，上面的数据页的页号并不是连续的，在磁盘里面页不一定是挨在一起的，如果查询过程中两个页都在磁盘中 那么最多可能需要经历2次的磁盘IO，才能加载到内存。

-----------------------------2000w的说法是怎么来的------------------------------

假设非叶子节点指向其它数据页的数据量为x,叶子节点里面存放数据为y，层级为z，那么这个b+树可以存放的数据总量为

---首先看下x的数据怎么算的，假设非叶子节点掐头去尾可以存放15k的数据，而每一行有主键和页号组成，假设主键是bigint大小是8byte，，页号在源码叫FIL_PAGE_OFFSET，大小4byte(字节)，那么非叶子节点的一条数据就是12字节左右，15k/12Byte = 1280，也就是说x=1280。

---在来算一下y的值，叶子节点和非叶子节点数据接口是一样的，所以假设掐头去尾剩15k可以存放数据，而叶子节点存放的是真正的数据，假设一行数据站1k,哪一个数据页能存放15行，也就是y=15。

回到上面的计算公式：

 所以说这个2000w就是我们常说的建议值，如果说在加一层，哪数据就有点多了，三层数据页对应最多3次磁盘IO，是比较合理的。

那么假设数据超过2000w就会慢吗：

上面说的是一行数据为1k的情况下，但是如果我一行存放数据更小呢，比如只用了250Byte，那么单个数据页就能存放60行数据，那同样是三层的数据结构，单表支持的行数据就能到1个亿。