关键词搜索

源码搜索 ×
×

查看MySQL InnoDB 表索引的高度

发布2019-02-18浏览3858次

详情内容

在看《MySQL技术内幕:InnoDB存储引擎》B+树索引章节中看到这么一句话:

但是B+索引在数据库中有一个特点就是高扇出性,因此在数据库中,B+树的高度一般都在2-4层,也就是说查找某一键值的行记录时最多只需要2-4次IO。因为当前一般的机械磁盘每秒至少可以做100次IO,2-4次的IO意味着查询时间只需要0.02-0.04秒。

那么,当一个表很大的时候,索引还是是2-4层吗?那么这时搜索子节点会不会很慢?

下面通过user库中的uc_users表,来验证一下。
表结构如下:

CREATE TABLE `uc_users` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `username` varchar(40) DEFAULT NULL COMMENT 'username (login principal)',
  `connection_id` bigint(20) DEFAULT NULL COMMENT 'username (login principal)',
  `email` varchar(254) DEFAULT NULL COMMENT 'email (login principal)',
  `email_verified` tinyint(1) NOT NULL DEFAULT '0',
  `phone_number` varchar(20) DEFAULT NULL COMMENT 'mobile phone number (login principal?)',
  `phone_verified` tinyint(1) NOT NULL DEFAULT '0',
  `display_name` varchar(40) DEFAULT NULL COMMENT 'name for displaying',
  `nickname` varchar(40) DEFAULT NULL COMMENT 'nickname',
  `given_name` varchar(40) DEFAULT NULL COMMENT 'given name or first name',
  `family_name` varchar(40) DEFAULT NULL COMMENT 'family name or surname',
  `middle_name` varchar(40) DEFAULT NULL COMMENT 'middle name',
  `avatar_url` varchar(2000) DEFAULT NULL COMMENT 'avatar image url',
  `password` varchar(255) DEFAULT NULL COMMENT 'password hash (login credential)',
  `password_strength` int(11) DEFAULT NULL COMMENT 'password strength',
  `enabled` tinyint(1) NOT NULL DEFAULT '1',
  `locked` tinyint(1) NOT NULL DEFAULT '0',
  `type` smallint(6) NOT NULL COMMENT 'type (for lite-auth)',
  `source` varchar(100) DEFAULT NULL COMMENT 'where user come from',
  `last_login_at` timestamp NULL DEFAULT NULL,
  `gender` varchar(10) DEFAULT NULL,
  `birth_date` varchar(10) DEFAULT NULL,
  `zone_info` varchar(20) DEFAULT NULL,
  `locale` varchar(20) DEFAULT NULL,
  `website` varchar(2000) DEFAULT NULL,
  `address` varchar(1000) DEFAULT NULL,
  `metadata` varchar(5000) DEFAULT NULL,
  `created_at` timestamp NULL DEFAULT NULL,
  `updated_at` timestamp NULL DEFAULT NULL,
  `external_source` varchar(255) DEFAULT NULL,
  `external_id` varchar(255) DEFAULT NULL,
  `reg_client_id` varchar(128) DEFAULT NULL,
  `version` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `index_phone_number` (`phone_number`),
  KEY `index_email` (`email`),
  KEY `index_username` (`username`),
  KEY `index_created_at` (`created_at`),
  KEY `index_updated_at` (`updated_at`)
) ENGINE=InnoDB AUTO_INCREMENT=2022228456 DEFAULT CHARSET=utf8 COMMENT='user table';

    索引信息如下:
    在这里插入图片描述
    数据量:5968 8046
    在这里插入图片描述
    查看index level 通过innodb_ruby查看。
    具体语法参见:https://github.com/jeremycole/innodb_ruby/wiki
    在这里插入图片描述

    方法一

    1、登陆mysql对应机器,找到mysql数据存放位置

    ps -ef | grep mysql
    
    • 1

    在这里插入图片描述
    2、找到ibdata文件位置
    在这里插入图片描述
    3、执行如下命令

     innodb_space -s ibdata1 -T user/uc_users space-indexes
    
    • 1

    执行结果如下:
    在这里插入图片描述

    • id:表示此索引的ID。

    • name:索引的名称,PRIMARY代表的就是聚集索引,因为InnoDB表是聚集索引组织表,行记录就是聚集索引;idx_c就是辅助索引的名称。

    • root:索引中根节点的page号,可以看出聚集索引的Root节点是第3号page(前0、1、2号Page已经被使用),辅助索引的根节点是第4、5、6、7、8个page。

    • fseg:page的说明,internal表示非叶子节点或属于根节点,leaf表示叶子节点(也就是数据页)。

    • used:索引使用了多少个page,可以看出聚集索引的非叶子节点使用了1819个page,叶子节点使用了1112265个page。

    • allocated:索引分配了多少个page,可以看出聚集索引的非叶子节点分配了2522个page,叶子节点分配了1271136个page。

    • fill_factor:索引的填充度,used/allocated表示填充度,也就是实际使用的大小百分比。

    现在我们知道了Root节点页后,就可以使用innodb_ruby的另外一个功能,打印页结构信息,需要了解InnoDB页结构。

    # 这里查看是索引中根节点的page号为3的索引信息 即主键索引id列
    # 从返回结果中可以看到index_id=>55
    innodb_space -s ibdata1 -T user/uc_users -p 3 page-dump
    
    • 1
    • 2
    • 3

    执行结果如下:

    [root@uoc-db2 mysql3306]# innodb_space -s ibdata1 -T user/uc_users -p 3 page-dump
    #<Innodb::Page::Index:0x00000002dc04b8>:
    
    fil header:
    {:checksum=>2973709054,
     :offset=>3,
     :prev=>nil,
     :next=>nil,
     :lsn=>47538913608,
     :type=>:INDEX,
     :flush_lsn=>0,
     :space_id=>31}
    
    fil trailer:
    {:checksum=>2973709054, :lsn_low32=>294273352}
    
    page header:
    {:n_dir_slots=>2,
     :heap_top=>225,
     :garbage_offset=>192,
     :garbage_size=>42,
     :last_insert_offset=>0,
     :direction=>:left,
     :n_direction=>1,
     :n_recs=>3,
     :max_trx_id=>0,
     :level=>3,
     :index_id=>55,
     :n_heap=>7,
     :format=>:compact}
    
    fseg header:
    {:leaf=>
      <Innodb::Inode space=<Innodb::Space file="user/uc_users.ibd", page_size=16384, pages=2044416>, fseg=2>,
     :internal=>
      <Innodb::Inode space=<Innodb::Space file="user/uc_users.ibd", page_size=16384, pages=2044416>, fseg=1>}
    
    sizes:
      header           120
      trailer            8
      directory          4
      free           16189
      used             195
      record            63
      per record     21.00
    
    page directory:
    [99, 112]
    
    system records:
    {:offset=>99,
     :header=>
      {:next=>129,
       :type=>:infimum,
       :heap_number=>0,
       :n_owned=>1,
       :min_rec=>false,
       :deleted=>false,
       :length=>5},
     :next=>129,
     :data=>"infimum\x00",
     :length=>8}
    {:offset=>112,
     :header=>
      {:next=>112,
       :type=>:supremum,
       :heap_number=>1,
       :n_owned=>4,
       :min_rec=>false,
       :deleted=>false,
       :length=>5},
     :next=>112,
     :data=>"supremum",
     :length=>8}
    
    garbage records:
    {:format=>:compact,
     :offset=>192,
     :header=>
      {:next=>171,
       :type=>:node_pointer,
       :heap_number=>5,
       :n_owned=>0,
       :min_rec=>false,
       :deleted=>false,
       :nulls=>[],
       :lengths=>{},
       :externs=>[],
       :length=>5},
     :next=>171,
     :type=>:clustered,
     :key=>[{:name=>"id", :type=>"BIGINT", :value=>2002372990}],
     :row=>[],
     :sys=>[],
     :child_page_number=>1206485,
     :length=>12}
    
    {:format=>:compact,
     :offset=>171,
     :header=>
      {:next=>171,
       :type=>:node_pointer,
       :heap_number=>4,
       :n_owned=>0,
       :min_rec=>false,
       :deleted=>false,
       :nulls=>[],
       :lengths=>{},
       :externs=>[],
       :length=>5},
     :next=>171,
     :type=>:clustered,
     :key=>[{:name=>"id", :type=>"BIGINT", :value=>55861094}],
     :row=>[],
     :sys=>[],
     :child_page_number=>948104,
     :length=>12}
    
    
    records:
    {:format=>:compact,
     :offset=>129,
     :header=>
      {:next=>150,
       :type=>:node_pointer,
       :heap_number=>2,
       :n_owned=>0,
       :min_rec=>true,
       :deleted=>false,
       :nulls=>[],
       :lengths=>{},
       :externs=>[],
       :length=>5},
     :next=>150,
     :type=>:clustered,
     :key=>[{:name=>"id", :type=>"BIGINT", :value=>1}],
     :row=>[],
     :sys=>[],
     :child_page_number=>375704,
     :length=>12}
    
    {:format=>:compact,
     :offset=>150,
     :header=>
      {:next=>213,
       :type=>:node_pointer,
       :heap_number=>3,
       :n_owned=>0,
       :min_rec=>false,
       :deleted=>false,
       :nulls=>[],
       :lengths=>{},
       :externs=>[],
       :length=>5},
     :next=>213,
     :type=>:clustered,
     :key=>[{:name=>"id", :type=>"BIGINT", :value=>47377252}],
     :row=>[],
     :sys=>[],
     :child_page_number=>948104,
     :length=>12}
    
    {:format=>:compact,
     :offset=>213,
     :header=>
      {:next=>112,
       :type=>:node_pointer,
       :heap_number=>6,
       :n_owned=>0,
       :min_rec=>false,
       :deleted=>false,
       :nulls=>[],
       :lengths=>{},
       :externs=>[],
       :length=>5},
     :next=>112,
     :type=>:clustered,
     :key=>[{:name=>"id", :type=>"BIGINT", :value=>68265101}],
     :row=>[],
     :sys=>[],
     :child_page_number=>1644800,
     :length=>12}
    
    
    
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125
    • 126
    • 127
    • 128
    • 129
    • 130
    • 131
    • 132
    • 133
    • 134
    • 135
    • 136
    • 137
    • 138
    • 139
    • 140
    • 141
    • 142
    • 143
    • 144
    • 145
    • 146
    • 147
    • 148
    • 149
    • 150
    • 151
    • 152
    • 153
    • 154
    • 155
    • 156
    • 157
    • 158
    • 159
    • 160
    • 161
    • 162
    • 163
    • 164
    • 165
    • 166
    • 167
    • 168
    • 169
    • 170
    • 171
    • 172
    • 173
    • 174
    • 175
    • 176
    • 177
    • 178
    • 179
    • 180
    • 181
    • 182
    • 183
    • 184

    页结构信息中有一个level字段,表示的就是Root节点页的高度,同样,level + 1就等于这个索引的高度。

    比如再看看phone_number索引列(page号为4),结果如下:
    https://github.com/jiankunking/backups/blob/master/mysql/index/phone_number.page.contents

    方法二

    1、查看innodb_page_size

    SHOW GLOBAL STATUS LIKE 'Innodb_page_size';
    
    • 1

    执行结果如下:
    在这里插入图片描述
    2、通过hexdump这样的工具就可以快速定位到所需要的树高度信息

     hexdump -s 49216 -n 02 uc_users.ibd
    
    • 1

    执行结果如下:
    在这里插入图片描述

    查看uc_users表,49216表示的是316384+64(这里innodb_page_size设置为了16384,如果是8192就是38192),即第3个页偏移量64位置开始读取2个字节,这里PAGE_LEVEL为00 03,那么索引的高度就为4。

    本文参考:《查看InnoDB表每个索引的高度?》

    个人微信公众号:
    这里写图片描述

    作者:jiankunking 出处:http://blog.csdn.net/jiankunking

    相关技术文章

    点击QQ咨询
    开通会员
    返回顶部
    ×
    微信扫码支付
    微信扫码支付
    确定支付下载
    请使用微信描二维码支付
    ×

    提示信息

    ×

    选择支付方式

    • 微信支付
    • 支付宝付款
    确定支付下载