转自:http://dinglin.iteye.com/blog/1682188
背景
关于InnoDB内的索引大小。对于表
- CREATE TABLE `testtb` (
- `id` int(11) NOT NULL AUTO_INCREMENT,
- `a` int(11) DEFAULT NULL,
- `b` int(11) DEFAULT NULL,
- `c` int(11) DEFAULT NULL,
- PRIMARY KEY (`id`),
- KEY `i1` (`a`),
- KEY `i2` (`a`,`id`),
- KEY `i3` (`id`,`a`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
由于InnoDB在存储索引的时候会自动取出重复的主键,源码分析见这里
先说几个结论
1) Index i2 由于索引定义中已经包含pk id,因此不会存两份,实际就是(a, id)
2) Index i1 本身要包含主键id,因此也是(a, id), 与 i2 相同
3) 同理1,Index i3 里存的也只是(id, a)
异常
按照上面的结论,以下操作能发现“异常”
- CREATE TABLE `t1` (
- `id` int(11) NOT NULL AUTO_INCREMENT,
- `a` int(11) DEFAULT NULL,
- `b` int(11) DEFAULT NULL,
- `c` int(11) DEFAULT NULL,
- PRIMARY KEY (`id`),
- KEY `i2` (`a`,`id`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
- CREATE TABLE `testtb` (
- `id` int(11) NOT NULL AUTO_INCREMENT,
- `a` int(11) DEFAULT NULL,
- `b` int(11) DEFAULT NULL,
- `c` int(11) DEFAULT NULL,
- PRIMARY KEY (`id`),
- KEY `i3` (`id`,`a`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
接下来往这个两个表中各插入5w行记录,插入语句类似
插入数据完成后,这个两个表索引大小是否相同?
从show table status like ‘%t1%’; 和 show table status like ‘%t2%’;的index_length可以看出来,是不同的,t1大一些。
存储的行数相同,数据也相同,为什么大小不一样?
原因说明
主要在于插入顺序导致的分裂。在上面的例子中, 由于a,b,c的值都是随机值,导致索引 (a, id)是随机的。 Id是递增的,所以(id, a)是递增的。
随机插入索引和顺序递增插入索引之所以有差别,就在于随机插入会导致更多的Btree分裂。
这也就是为什么在某些场景下,我们建议在表比较大的应用中,用自增id替代unique key (并非唯一的原因,也不是固定的规范,需要具体分析)。
验证
有了上面的分析,要验证就比较简单了,把两个表清空(truncate),
插入数据改为如下的语句
这样插入的每行都是(n,n,n,n), n为1到5w的递增。这样索引(a, id)也是顺序递增方式,与(id,a)一样紧凑,再看show table status能发现一样了。
有个工具
分两个表验证比较麻烦。这个是之前写过的一个分析文件利用率的工具 ibd_used,可以看一个表上各个索引的大小和索引上page的利用率。
用法
./ibd_used testtb.ibd 0 N > k
说明:第一个参数是要分析的ibd文件
第二、三个参数是起始、结束page_no。 如果你要分析整个文件,N可以输入一个很大的数就行。
结果中会输出每个page的利用率,因此比较多,记得重定向输出
最后几行是整个索引的统计结果。
用文章开头的例子和随机值插入的case,得到的表中,执行
- ibd_used data/test/testtb.ibd 0 99999999 > k
- 最后几行如下
- index_id:1517 rate 1751652/1949696=0.898423
- index_id:1518 rate 701314/1212416=0.578443
- index_id:1519 rate 701314/1212416=0.578443
- index_id:1520 rate 700828/770048=0.910109
按顺序对应索引,可以看出,i1和i2的利用率一模一样,但跟i3 比起来就差多了。
- grep -Po " index_id:\d+" k | sort | uniq -c
- 120 index_id:1517
- 75 index_id:1518
- 75 index_id:1519
- 48 index_id:1520
这个命令看每个索引占用多少page,与我们的结论一致:i3因为紧凑,所以占用更少的page。