查看MySQL InnoDB 表索引的高度

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

查看index level 通过innodb_ruby查看。
具体语法参见：https://github.com/jeremycole/innodb_ruby/wiki

方法一

1、登陆mysql对应机器，找到mysql数据存放位置

ps -ef | grep mysql

在这里插入图片描述
2、找到ibdata文件位置

3、执行如下命令

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

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

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}

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';

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

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

查看MySQL InnoDB 表索引的高度

方法一

方法二

悦读