Question

我正试图找出不同存储引擎的存储要求。我有这张桌子：

CREATE TABLE  `mytest` (
  `num1` int(10) unsigned NOT NULL,
  KEY `key1` (`num1`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;

当我插入一些值然后运行show table status;时，我得到以下内容：

+----------------+--------+---------+------------+---------+----------------+-------------+------------------+--------------+-----------+----------------+---------------------+---------------------+------------+-------------------+----------+----------------+---------+
| Name           | Engine | Version | Row_format | Rows    | Avg_row_length | Data_length | Max_data_length  | Index_length | Data_free | Auto_increment | Create_time         | Update_time         | Check_time | Collation         | Checksum | Create_options | Comment |
+----------------+--------+---------+------------+---------+----------------+-------------+------------------+--------------+-----------+----------------+---------------------+---------------------+------------+-------------------+----------+----------------+---------+
| mytest         | InnoDB |      10 | Compact    | 1932473 |             35 |    67715072 |                0 |     48840704 |   4194304 |           NULL | 2010-05-26 11:30:40 | NULL                | NULL       | latin1_swedish_ci |     NULL |                |         |

注意avg_row_length是35.我感到困惑的是，当我只存储一个不可为空的整数时，InnoDB不会更好地利用空间。

我在myISAM上运行了相同的测试，默认情况下myISAM在此表上每行使用7个字节。我跑的时候

ALTER TABLE mytest MAX_ROWS=50000000, AVG_ROW_LENGTH = 4;

导致myISAM最终正确使用5字节行。

当我为InnoDB运行相同的ALTER TABLE语句时，avg_row_length不会改变。

为什么只存储一个4字节的无符号int时需要这么大的avg_row_length？

Answer 1

InnoDB表是群集的，这意味着所有数据都包含在B-Tree中，其中PRIMARY KEY作为键，所有其他列作为有效负载。

由于您没有定义显式PRIMARY KEY，InnoDB使用隐藏的6字节列对记录进行排序。

B-Tree组织的这个和开销（带有额外的非叶级别块）需要比sizeof(int) * num_rows更多的空间。

Answer 2

以下是您可能会发现有用的更多信息。

InnoDB以16KB页面的形式分配数据，因此如果您只有几行并且表格是＆lt; SHOW TABLE STATUS“将为行大小提供膨胀数字。总共16K。（例如，有4行，平均行大小返回为4096.）

当“空间”是一个重要考虑因素时，“不可见”主键每行额外增加6个字节是一个关键点。如果您的表只有一列，那么这是制作主键的理想列，假设其中的值是唯一的：

CREATE TABLE `mytest2`
       (`num1` int(10) unsigned NOT NULL primary key)
ENGINE=InnoDB DEFAULT CHARSET=latin1;

通过使用这样的PRIMARY KEY：

不需要INDEX或KEY子句，因为您没有辅助索引。 InnoDB表的索引组织格式使您可以基于主键值免费快速查找。
您最终不会使用NUM1列数据的另一个副本，这是明确索引该列时会发生的情况。
您不会使用另一个6字节不可见主键值的副本。主键值在每个二级索引中重复。（这也是你可能不希望10个列的表上有10个索引的原因，你可能不想要一个组合了几个不同列的主键或者是一个长字符串列。）

总的来说，只使用主键意味着与表+索引相关的数据更少。为了了解整体数据大小，我喜欢用

set innodb_file_per_table = 1;

并检查data / 数据库 / * table * .ibd文件的大小。每个.ibd文件都包含InnoDB表及其所有相关索引的数据。

为了快速构建一个用于测试的大表，我通常会运行如下语句：

insert into mytest
select * from mytest;

每次数据量增加一倍。对于使用主键的单列表，由于值必须是唯一的，我使用变体来保持值不会相互冲突：

insert into mytest2
select num1 + (select count(*) from mytest2) from mytest2;

通过这种方式，我可以将平均行大小降低到25.空间开销基于您希望使用指针式机制快速查找单个行的基本假设，并且大多数表将具有除了具有可以求和，平均和显示的实际数据的列之外，其值用作指针（即主键）的列。

Answer 3

除了Quassnoi的非常好的答案之外，您应该尝试使用重要的数据集。

我要做的是，加载1M行模拟生产数据，然后测量表格大小并将其用作指南。

这就是 I've done in the past anyway

Answer 4

MyISAM

MyISAM（在真正的旧版本中除外）使用7字节的“指针”定位行，并在索引内部使用6字节的指针。这些默认值导致巨大最大表大小。更多详细信息：http://mysql.rjweb.org/doc.php/limits#myisam_specific_limits。更改这些内容的笨拙方法涉及您发现的ALTER .. MAX_ROWS=50000000, AVG_ROW_LENGTH = 4。服务器将这些值相乘以计算数据指针需要多少字节。因此，您偶然发现了如何缩小avg_row_length。

但是实际上您需要声明一个少于7个字节的表才能命中它！指针大小显示在多个位置：

.MYD中的可用空间链接默认为7个字节。因此，当您删除一行时，将提供指向下一个空闲位置的链接。该链接必须为7字节（默认情况下），因此行大小是从4字节INT人工扩展的，以腾出空间！（还有更多详细信息与该列是否为NULLable等有关。
FIXED与DYNAMIC行-当表为FIXED大小时，“指针”是行号。对于DYNAMIC，它是.MYD的字节偏移。
索引条目还必须使用指针指向数据行。因此，您的ALTER也应该缩小.MYI文件！

还有更多细节，但是MyISAM可能会消失，因此，任何人都不会担心这种古老的历史。

InnoDB

https://stackoverflow.com/a/64417275/1766831

为什么InnoDB表的大小远大于预期？

4 个答案: