查看InnoDB的磁盘空间利用率

这周阿里集团DBA内部分享时，支付宝的黄忠同学提了一个问题，关于InnoDB索引page 的利用率。 page 利用率 主要是指btee里面每个page的使用被使用的空间大

这周阿里集团DBA内部分享时，支付宝的黄忠同学提了一个问题，关于InnoDB索引page 的利用率。
 
page利用率
主要是指btee里面每个page的使用被使用的空间大小。我们知道InnoDB默认一个page大小是16k。但实际使用情况不会总用满
我们定义为所有page的总使用字节除以总字节数。
在理论分析之前，我们要先弄个工具，查一下。
 
实例统计
写了一个简单的工具，读ibd文件上的每个page，算出每个page的实际使用字节，可以得到利用率。
我们找了线上一个库来模拟。表中有1个自增主键和3个非聚簇索引。不影响结论地简化为如下：

CREATE TABLE `ctu_factor_risk_99_03` (

CREATE TABLE `ctu_factor_risk_99_03` (
`seq_id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
`a` varchar(32) DEFAULT NULL,
`b` varchar(32) DEFAULT NULL,
`c` varchar(32) DEFAULT NULL,
KEY a (a),
KEY bc (b,c),
KEY cb (c,b),
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

`seq_id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
`a` varchar(32) DEFAULT NULL,
`b` varchar(32) DEFAULT NULL,
`c` varchar(32) DEFAULT NULL,
KEY a (a),
KEY bc (b,c), KEY cb (c,b), ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

 
插入数据中a,b,c均为长度为30字节的随机字符串。
 
显然主键和其他索引应该分开统计。统计结果发现，主键page利用率71%，其他索引利用率约52%。  
简单分析 上面的结果很好理解。因为按照主键递增顺序插入数据，因此主键上数据“紧凑”。 而其他三个索引，则都是随机更新，需要不停地作索引节点分裂。
 

如何提升磁盘空间利用率

回到最开始的问题。其实我们关心的，是InnoDB为了保存相同的数据，用了多少空间。所以我们的问题变成，存储相同的数据，如何让占用的磁盘空间更小。            有一个很直观的结论。把这些索引删了重建，必然会减少空间消耗。因为这个操作之后，在新的数据插入之前，这些索引也变成“紧凑的”。            再建了一个与cb相同的索引，再跑，利用率居然高达98%。这个原理大家应该都知道了，只是量化一下而已。          工具附后， 用法 ./ibd_used tb.ibd N1 N2 >/tmp/r 最后几行为各个索引的利用率统计值