1背景
作为在后端圈开车的多年老司机，是不是经常听到过，“mysql单表最好不要超过w”,“单表超过w就要考虑数据迁移了”，“你这个表数据都马上要到w了，难怪查询速度慢”
这些名言民语就和“群里只讨论技术，不开车，开车速度不要超过码，否则自动踢群”，只听过，没试过，哈哈。
下面我们就把车速踩到底，干到码试试…….
2实验
实验一把看看…建一张表
插入一条数据
利用mysql伪列rownum设置伪列起始点为1
运行下面的sql，连续执行20次，就是2的20次方约等于w的数据；执行23次就是2的23次方约等于w,如此下去即可实现千万测试数据的插入，如果不想翻倍翻倍的增加数据，而是想少量，少量的增加，有个技巧，就是在SQL的后面增加where条件，如id某一个值去控制增加的数据量即可。
此处需要注意的是，也许你在执行到近w或者0w数据的时候，会报错：Thetotalnumberoflocksexceedsthelocktablesize，这是由于你的临时表内存设置的不够大，只需要扩大一下设置参数即可。
先来看一组测试数据，这组数据是在mysql8.0的版本，并且是在我本机上，由于本机还跑着idea,浏览器等各种工具，所以并不是机器配置就是用于数据库配置，所以测试数据只限于参考。
看到这组数据似乎好像真的和标题对应，当数据达到w以后，查询时长急剧上升；难道这就是铁律吗？
那下面我们就来看看这个建议值2kw是怎么来的？
3单表数量限制
首先我们先想想数据库单表行数最大多大？
看看上面的建表sql，id是主键，本身就是唯一的，也就是说主键的大小可以限制表的上限，如果主键声明int大小，也就是32位，那么支持2^32-1~~21亿；如果是bigint，那就是2^62-1？（），难以想象这个的多大了，一般还没有到这个限制之前，可能数据库已经爆满了！！有人统计过，如果建表的时候，自增字段选择无符号的bigint,那么自增长最大值是，按照一秒新增一条记录的速度，大约什么时候能用完？
4表空间
下面我们再来看看索引的结构，对了，我们下面讲内容都是基于Innodb引擎的，大家都知道Innodb的索引内部用的是B+树
这张表数据，在硬盘上存储也是类似如此的，它实际是放在一个叫person.ibd（innodbdata）的文件中，也叫做表空间;虽然数据表中，他们看起来是一条连着一条，但是实际上在文件中它被分成很多小份的数据页，而且每一份都是16K。大概就像下面这样，当然这只是我们抽象出来的，在表空间中还有段、区、组等很多概念，但是我们需要跳出来看。
5页的数据结构
因为每个页只有16K的大小,但是如果数据很多，那一页肯定就放不下这些数据，那数据肯定就会被分到其他的页中，所以为了把这些页关联起来，肯定就会有记录前后页地址，方便找到对应页；同时每页都是唯一的，那就会需要有一个唯一标志来标记页，就是页号；页中会记录数据所以会存在读写操作，读写操作会存在中断或者其他异常导致数据不全等，那就会需要有校验机制，所以里面还有会校验码，而读操作最重要的就是效率问题，如果按照记录一个个进行遍历，那肯定是很费劲的，所以这里面还会为数据生成对应的页目录（PageDirectory）;所以实际页的内部结构像是下面这样的。
从图中可以看出，一个InnoDB数据页的存储空间大致被划分成了7个部分，有的部分占用的字节数是确定的，有的部分占用的字节数是不确定的。
在页的7个组成部分中，我们自己存储的记录会按照我们指定的行格式存储到UserRecords部分。
但是在一开始生成页的时候，其实并没有UserRecords这个部分，每当我们插入一条记录，都会从FreeSpace部分，也就是尚未使用的存储空间中申请一个记录大小的空间划分到UserRecords部分，当FreeSpace部分的空间全部被UserRecords部分替代掉之后，也就意味着这个页使用完了，如果还有新的记录插入的话，就需要去申请新的页了。这个过程的图示如下。
刚刚上面说到了数据的新增的过程。
那下面就来说说，数据的查找过程，假如我们需要查找一条记录，我们可以把表空间中的每一页都加载到内存中，然后对记录挨个判断是不是我们想要的，在数据量小的时候，没啥问题，内存也可以撑；但是现实就是这么残酷，不会给你这个局面；为了解决这问题，mysql中就有了索引的概念；大家都知道索引能够加快数据的查询，那到底是怎么个回事呢？下面我就来看看。
6索引的数据结构
在mysql中索引的数据结构和刚刚描述的页几乎是一模一样的，而且大小也是16K,但是在索引页中记录的是页(数据页，索引页)的最小主键id和页号，以及在索引页中增加了层级的信息，从0开始往上算，所以页与页之间就有了上下层级的概念。
看到这个图之后，是不是有点似曾相似的感觉，是不是像一棵二叉树啊，对，没错！它就是一棵树，只不过我们在这里只是简单画了三个节点，2层结构的而已，如果数据多了，可能就会扩展到3层的树，这个就是我们常说的B+树，最下面那一层的pagelevel=0,也就是叶子节点，其余都是非叶子节点。
看上图中，我们是单拿一个节点来看，首先它是一个非叶子节点（索引页），在它的内容区中有id和页号地址两部分，这个id是对应页中记录的最小记录id值，页号地址是指向对应页的指针；而数据页与此几乎大同小异，区别在于数据页记录的是真实的行数据而不是页地址，而且id的也是顺序的。
7单表建议值
下面我们就以3层，2分叉（实际中是M分叉）的图例来说明一下查找一个行数据的过程。
比如说我们需要查找一个id=6的行数据，因为在非叶子节点中存放的是页号和该页最小的id，所以我们从顶层开始对比，首先看页号10中的目录，有[id=1,页号=20],[id=5,页号=30],说明左侧节点最小id为1，右侧节点最小id是5；65,那按照二分法查找的规则，肯定就往右侧节点继续查找，找到页号30的节点后，发现这个节点还有子节点（非叶子节点），那就继续比对，同理，,所以找到了页号60，找到页号60之后，发现此节点为叶子节点（数据节点），于是将此页数据加载至内存进行一一对比，结果找到了id=6的数据行。
从上述的过程中发现，我们为了查找id=6的数据，总共查询了三个页，如果三个页都在磁盘中（未提前加载至内存），那么最多需要经历三次的磁盘IO。需要注意的是，图中的页号只是个示例，实际情况下并不是连续的，在磁盘中存储也不一定是顺序的。
至此，我们大概已经了解了表的数据是怎么个结构了，也大概知道查询数据是个怎么的过程了，这样我们也就能大概估算这样的结构能存放多少数据了。
从上面的图解我们知道B+数的叶子节点才是存在数据的，而非叶子节点是用来存放索引数据的。
所以，同样一个16K的页，非叶子节点里的每条数据都指向新的页，而新的页有两种可能
如果是叶子节点，那么里面就是一行行的数据
如果是非叶子节点的话，那么就会继续指向新的页
假设
非叶子节点内指向其他页的数量为x
叶子节点内能容纳的数据行数为y
B+数的层数为z
如下图中所示Total=x^(z-1)*y也就是说总数会等于x的z-1次方与Y的乘积。
X=？
在文章的开头已经介绍了页的结构，索引也也不例外，都会有FileHeader(38byte)、PageHeader(56Byte)、Infimum+Supermum（26byte）、FileTrailer（8byte）,再加上页目录，大概1k左右，我们就当做它就是1K,那整个页的大小是16K,剩下15k用于存数据，在索引页中主要记录的是主键与页号，主键我们假设是Bigint(8byte),而页号也是固定的（4Byte）,那么索引页中的一条数据也就是12byte;所以x=15*/12≈行。
Y=？
叶子节点和非叶子节点的结构是一样的，同理，能放数据的空间也是15k；但是叶子节点中存放的是真正的行数据，这个影响的因素就会多很多，比如，字段的类型，字段的数量；每行数据占用空间越大，页中所放的行数量就会越少；这边我们暂时按一条行数据1k来算，那一页就能存下15条，Y≈15。
算到这边了，是不是心里已经有谱了啊根据上述的公式，Total=x^(z-1)y，已知x=,y=15假设B+树是两层，那就是Z=2，Total=（^1）15=假设B+树是三层，那就是Z=3，Total=（^2）*15=（约2.45kw）
哎呀，妈呀！这不是正好就是文章开头说的最大行数建议值w嘛！对的，一般B+数的层级最多也就是3层，你试想一下，如果是4层，除了查询的时候磁盘IO次数会增加，而且这个Total值会是多少，大概应该是3百多亿吧，也不太合理，所以，3层应该是比较合理的一个值。
到这里难道就完了？
不我们刚刚在说Y的值时候假设的是1K，那比如我实际当行的数据占用空间不是1K,而是5K,那么单个数据页最多只能放下3条数据同样，还是按照Z=3的值来计算，那Total=（^2）*3=（近w）
所以，在保持相同的层级（相似查询性能）的情况下，在行数据大小不同的情况下，其实这个最大建议值也是不同的，而且影响查询性能的还有很多其他因素，比如，数据库版本，服务器配置，sql的编写等等，MySQL为了提高性能，会将表的索引装载到内存中。在InnoDBbuffersize足够的情况下，其能完成全加载进内存，查询不会有问题。但是，当单表数据库到达某个量级的上限时，导致内存无法存储其索引，使得之后的SQL查询会产生磁盘IO，从而导致性能下降，所以增加硬件配置（比如把内存当磁盘使），可能会带来立竿见影的性能提升哈。
8总结
Mysql的表数据是以页的形式存放的，页在磁盘中不一定是连续的。
页的空间是16K,并不是所有的空间都是用来存放数据的，会有一些固定的信息，如，页头，页尾，页码，校验码等等。
在B+树中，叶子节点和非叶子节点的数据结构是一样的，区别在于，叶子节点存放的是实际的行数据，而非叶子节点存放的是主键和页号。
索引结构不会影响单表最大行数，2kw也只是推荐值，超过了这个值可能会导致B+树层级更高，影响查询性能。
9参考