为什么阿里巴巴编码规范建议“单表行数超过500万行或者单表容量超过2GB，才推荐进行分库分表。”

为什么阿里巴巴编码规范建议“单表行数超过500万行或者单表容量超过2GB，才推荐进行分库分表。”？

网络上有一些资料说，数据超过500万行时就该进行分库分表，这样的说法是不严谨的，抛开容量只谈行数是错误的，接下来以一颗三层的B+树为例来分析。

B+树是由一个一个的磁盘页组成的，为了提高效率，MySQL中的数据是按行存储，按页读取的，页的大小默认是16KB，可以通过以下SQL语句查询得知：

show Global status like 'Innodb_page_size';

而每一页的结构组成如下：

由图可知，一个页真正用于存放的大小只有16384-200=16184B.

一颗三层B+树能存放的数据行数=所有磁盘页的数量 X 一页能存放的数量

假设有这样一张表：

CREATE TABLE t1(
    a int(11) PRIMARY KEY,
    b int(11) ,
    c int(11) ,
    d int(11) ,
    e varchar(20) CHARACTER SET utf8mb4
) ENGINE = INNODB ;

在这张表中，一行数据大约占用了 4X4+(4X20+2)=100B.

所以，一页大概能存储161行的记录，那么一个三层的B+树一共有多少个结点呢？

B+树的一个显著特征是非叶子节点不存储数据，只存索引，索引中每个页指针6B，每个键4B，共10B.

一页能存储约1618个指针，第二层就是2617924个指针，叶子节点最终一共能存储的页数也就是这个数字。

所以，回到开头所说，一颗三层的B+树最多能存储421485764行数据。三层的B+树是一个比较理想的结构，只需要经过三次磁盘IO就能定位到数据。

阿里规范中提到的500W行数据远不及此，其考虑应该是服务器的资源性能和备份进行的可操作性。