• 面试官:MySQL表中有2千万条数据,B+树层高是多少?

面试官:MySQL表中有2千万条数据,B+树层高是多少?

2025-05-20 01:00:08 栏目:宝塔面板 31 阅读

大家好,我是君哥。

MySQL 默认存储引擎是 InnoDB,跟 MyISAM 相比,InnoDB 支持事务、支持行级锁、支持主键和外键、索引存储上使用 B+ 树。

那如果 MySQL 一张表存储了 2 千万条数据,B+ 树层高是多少呢?今天来聊一聊这个面试题。

InnoDB 存储

在 InnoDB 存储引擎中,是以索引组织表的方式存放数据的,也就是表中数据是根据主键顺序以索引的形式存放的。数据存储在 B+ 树中,每一个索引对应一棵 B+ 树。

我们知道,计算机中,磁盘存储数据的最小单位是扇区,一个扇区大小为 512B。而文件系统的最小单位是块,一个块大小是 4K。

那 InnoDB 具体是以什么单位来存放数据呢?InnoDB 是以页为单位存放数据的,一个页大小是 16K。如下图:

B+ 树索引

跟 MyISAM 不一样的是,InnoDB 使用聚簇索引,叶子节点存储数据,不用独立的行存储。下面是 MyISAM 的存储结构:

InnoDB 主键索引每个叶节点包含了主键值和所有的剩余字段。二级索引的叶节点中存储是索引键和主键值,以此作为指向行的“指针”。如下图:

B+ 树叶子节点存储了数据,非叶子节点(索引节点)则存储了 key 和指针。这样存储的优势是可以在索引节点通过二分查找快速找到数据所在页,时间复杂度为 O(log n)。找到数据页后再去数据页中找数据就很容易了。

前面讲到,InnoDB 以页为单位来存储数据,每页 16k,那如果一条数据占 1k 的空间,那每页可以存储 16 条数据。

而索引节点保存的是 key 和指针。假如 key 的数据类型是 bigint,占 8B,指针大小在 InnoDB 中固定占 6B,那索引节点占空间大小为 14B,那每页存放的索引节点就是 1170。


16 * 1024B/14B = 1170。

因此假如 B+ 树高度为 2 层,则存放的数据为 1170(页)* 16(每页 16 条数据)= 18720。 同理如果 B+ 树高度为 3 层,则存放的数据为 1170(页)* 1170(每页 1170 索引节点)* 16(每页 16 条数据)= 21902400。

回到问题,一张表中有 2 千万条数据,B+ 树有几层?如果小于等于 21902400 条,则 B+ 树是 3 层,如果大于 21902400,则 B+ 树是 4 层。

注意前提条件,一条数据占用空间大小是 1k,索引节点(索引节点)中 key 占用空间为 8B。

总结

本节以一道经典的面试题,引出了 MySQL 中 InnoDB 的存储结构。理解了这个存储结构,就可以很好的理解索引和数据查找原理了。

本文地址:https://www.yitenyun.com/219.html

搜索文章

Tags

数据库 API FastAPI Calcite 电商系统 MySQL 数据同步 ACK Web 应用 异步数据库 双主架构 循环复制 Deepseek 宝塔面板 Linux宝塔 Docker 生命周期 序列 核心机制 JumpServer JumpServer安装 堡垒机安装 Linux安装JumpServer esxi esxi6 root密码不对 无法登录 web无法登录 Windows Windows server net3.5 .NET 安装出错 宝塔面板打不开 宝塔面板无法访问 SSL 堡垒机 跳板机 HTTPS 查看硬件 Linux查看硬件 Linux查看CPU Linux查看内存 无法访问宝塔面板 Windows宝塔 Mysql重置密码 HTTPS加密 连接控制 机制 ES 协同 Oracle 处理机制 Serverless 无服务器 语言 OB 单机版 Spring SQL 动态查询 scp Linux的scp怎么用 scp上传 scp下载 scp命令 技术 存储 运维 缓存方案 缓存架构 缓存穿透 索引 分页查询 Rsync 架构 InnoDB 日志文件 MIXED 3 响应模型 修改DNS Centos7如何修改DNS RocketMQ 长轮询 配置 监控 HexHub Redis 电商 系统 Linux 安全 服务器 聚簇 非聚簇 MySQL 9.3 异步化 防火墙 黑客 sftp 服务器 参数 数据 主库 group by 自定义序列化 查询 数据库锁 SQLark PostgreSQL 开源 存储引擎 管理口 业务 SQLite-Web SQLite 数据库管理工具 R edis 线程 线上 库存 预扣 Doris SeaTunnel 人工智能 向量数据库 推荐系统 MVCC 加密 场景 流量 工具 共享锁 PG DBA Ftp redo log 重做日志 ​Redis 机器学习 推荐模型 信息化 智能运维 数据备份 网络架构 网络配置 AI 助手 高可用 Canal B+Tree ID 字段 优化 万能公式 • 索引 • 数据库 RDB AOF Redis 8.0 GreatSQL 连接数 Postgres OTel Iceberg Python 缓存 核心架构 订阅机制 同城 双活 网络故障 INSERT COMPACT Hash 字段 自动重启 Web 云原生 微软 SQL Server AI功能 prometheus Alert 不宕机 IT运维 大模型 引擎 性能 分库 分表 SVM Embedding 高效统计 今天这篇文章就跟大家 虚拟服务器 虚拟机 内存 向量库 Milvus OAuth2 Token Netstat Linux 服务器 端口 单点故障 Entity 开发 ZODB 容器化 DBMS 管理系统 MongoDB 容器 sqlmock LRU 崖山 新版本 Undo Log 窗口 函数 mini-redis INCR指令 JOIN 悲观锁 乐观锁 openHalo 数据集成工具 分布式 集中式 SpringAI 磁盘架构 QPS 高并发 排行榜 排序 Redka 数据脱敏 加密算法 Redisson 锁芯 PostGIS Testcloud 云端自动化 分页 数据结构 EasyExcel MySQL8 Recursive 聚簇索引 非聚簇索引 数据类型 模型 启动故障 大表 业务场景 StarRocks 数据仓库 意向锁 记录锁 分布式架构 分布式锁​ Pottery 原子性 AIOPS R2DBC IT Caffeine CP SSH 网络 MCP 开放协议 InfluxDB RAG HelixDB 1 工具链 事务 Java 发件箱模式 池化技术 连接池 Web 接口 部署 dbt 数据转换工具 数据分类 filelock 速度 服务器中毒 事务隔离 字典 传统数据库 向量化 对象 优化器 读写 Go 数据库迁移 仪表盘 Order 单线程 双引擎 频繁 Codis 分页方案 排版 数据页 线程安全 LLM Crash 代码 List 类型 事务同步 UUIDv7 主键 订单 Pump 日志 Ansible