可以通过查询语句查看：show Variables like 'innodb_page_size'
查询结果为16384字节。用1kb等于1024字节的方法可以计算出16384/1024=16kb，表示MySql数据库的默认页大小为16kb。
假设一行数据占用1kb的空间。但事实上，除了字段较多的宽表外，很多简单的表行记录都远远小于1kb的空间。这里我们使用最坏的情况，假设一行记录的大小为1kb。那么，一个16kb的页可以存储16行数据。
接下来我们先画一个只有两层高的B+树结构图。
假设第一层根节点有如下情况：索引1对应页指针地址10，索引5对应页指针地址30，索引8对应页指针地址50。
二级节点作为叶子节点，存储页面数据，大小为16kb。页数据中每行的记录大小为1kb。那么，一个叶子节点的一页可以存储16条数据。
现在我们知道一个叶子节点页可以存储16条数据，那么我们只需要知道根节点中存在多少个页地址指针，就可以通过“根节点页地址指针的数量*根节点页地址指针的数量”来计算。记录在单个叶节点中的行数”。
那么，根节点中可以存放多少个索引：页地址指针数据呢？
当节点大小为16kb时，我们只需要知道索引键值和页地址指针的大小之和。
据一些资料显示，在MySql数据库中，指针地址大小为6个字节。如果索引是bigint类型，则为8字节。两者合计为14字节。
接下来，通过下面的计算步骤，就可以计算出两层B+数可以存放多少条数据——的记录。
1、首先计算一个节点的字节大小：16kb * 1024=16384 字节。
2、16384字节/14字节=1170，也就是说根节点有1170个页地址指针，那么每个页地址指针指向的叶子节点可以存储16条数据。
3、然后根据“根节点页地址指针的数量*单个叶子节点的记录行数”，计算出1170*16=18720条记录。可见两层B+号可存储18720条记录。当然，这个数字也有出入。仅供参考。
既然我们知道两层B+数可以存储18720条数据，那我们是不是可以进一步用三层来计算呢？
简单画出三层B+数存储数据计算逻辑——
1、根节点最多有1170个指针；
2.说明第二层最多会有1170个子节点，同时每个子节点最多有1170个指针；
3、那么第三层叶子节点的数量可以通过“第二层最大节点数1170*每个节点最大指针数1170”来计算，即1170 * 1170
4、最后计算第三层所有叶子的数量*每个叶子节点存储的16条数据；
最后是1170 * 1170 * 16=21902400，大约是2000万条数据。
标签：
用户评论
哇，这个计算逻辑真是强大，之前一直以为InnoDB只能处理小量数据呢，2000万条数据量确实很可观。
有15位网友表示赞同！
这个计算逻辑听起来好复杂，不过对于数据库来说，这种处理能力太重要了。
有15位网友表示赞同！
2000万条数据，我之前的项目里数据量还没这么夸张，但这个逻辑应该能帮大忙。
有13位网友表示赞同！
InnoDB的三层B+树，听起来就像是数据库的超级英雄，处理数据能力这么强。
有5位网友表示赞同！
2000万条数据，这个数字让人敬畏，InnoDB是怎么做到的？太想了解背后的技术了。
有16位网友表示赞同！
这个计算逻辑真让人惊叹，以前只听说过InnoDB的性能好，现在才知道它这么厉害。
有20位网友表示赞同！
2000万条数据，对于很多企业来说都是日常操作，InnoDB的表现真是太棒了。
有13位网友表示赞同！
InnoDB的三层B+树，存储2000万条数据，这是不是意味着数据库的扩展性也很好呢？
有15位网友表示赞同！
学到了新知识，原来InnoDB这么强大，怪不得那么多开发者在用。
有5位网友表示赞同！
这个计算逻辑太实用了，我马上就要处理一个大数据量的项目，这回有信心了。
有8位网友表示赞同！
对于初学者来说，这个计算逻辑可能有点难懂，但一看就是高级操作。
有5位网友表示赞同！
2000万条数据，想想都头疼，但InnoDB的处理方式让我对数据库有了新的认识。
有19位网友表示赞同！
这个计算逻辑太复杂了，我可能得好好研究一下，不然以后的项目可能就用不上。
有11位网友表示赞同！
InnoDB的三层B+树，存储2000万条数据，这是不是意味着数据库的查询效率也很高？
有15位网友表示赞同！
2000万条数据，对于我们这些做数据分析的人来说，InnoDB的性能太关键了。
有18位网友表示赞同！
这个计算逻辑让我对数据库有了更深的理解，也让我对InnoDB的信任更上一层楼。
有7位网友表示赞同！
对于数据库来说，存储2000万条数据已经是非常高的要求了，InnoDB做到了，太棒了。
有5位网友表示赞同！
学习了，这个计算逻辑让我对InnoDB的性能有了全新的认识，感觉可以挑战更大的项目了。
有19位网友表示赞同！
InnoDB的三层B+树，存储2000万条数据，这背后一定有很多优化技巧，期待看到更多的技术分享。
有5位网友表示赞同！