猜測數據庫大小

Question

我想預測我的數據庫有多大。比方說，我只有一個表：

CREATE TABLE用戶（
ID INT UNSIGNED NOT NULL AUTO_INCREMENT，
電子郵件 VARCHAR（50），
通 CHAR（40），
url VARCHAR（1000），
PRIMARY KEY（id））;

全部加起來：4 + 51 + 40 + 1001 = 1096字節在一個記錄中。
如果我有100萬條記錄：1,000,000 x 1096字節= 1,045 Mb！

因此，它是一個小桌子，我正在尋找1個演出來存儲它。我的估計是否正確？

Answer 1

除了varchar問題，您還需要了解大多數數據庫將記錄存儲在已分配的存儲塊中（有時稱爲範圍 - 儘管精確的術語取決於rdbms），其中包含一定量的可用空間。這樣做的目的是允許更新，同時最小化表和索引碎片。當然，即使沒有實際的數據，分配的可用空間也會增加數據庫文件的大小。

這些開銷一般可以指定並創建一個使用RDBMS特定的條款表時控制，如果它是一個只讀快照甚至幾乎消除。 OTOH你可能想讓這個填充比平常大，如果你的桌子會看到很多的IUD活動。

一個好的經驗法則是計算你所期望表大小爲你做 - 雖然在其他職位（或樣本數據更好的運行分析）討論再加入20％的VARCHAR大小guesstimating - 一個常見的默認自由空間分配。其實在實踐中是不尋常的自由空間分配造成的問題，特別是如果你部署一個明智的日常維護（所以大多數人從來沒有想過它），但未能預見並通過非常高的IUD活動打了一個表適合分配可以導致追蹤性能問題變得棘手。

要在600GB的磁盤司空見慣它，因爲我已經認真比快速瞎猜其他任何級別大小的數據庫中的很長一段時間，這些天誠實。

*編輯以回覆發表評論 - 「什麼是IUD和你通過維護的意思是刪除舊的記錄？ - ？SNEG」

IUD =插入，更新，刪除活動。爲了說明維護問題，可以考慮如果我們創建了一個沒有可用空間的數據庫並且加載了一個表，就像您提出的包含varchar數據的記錄一樣，將會發生什麼情況。所有記錄將被放置在我們的數據庫文件中，它們之間沒有空間。

然後，如果用戶更新了記錄的VARCHAR部分有三種可能性。如果該字段的長度相同，則沒有結構上的變化。如果它更短，我們覆蓋舊字段，並且在字段末尾有幾個備用字節 - 沒有大問題。但是，如果時間更長，那麼我們有一個問題 - 記錄將不再適合。在這種情況下，一種解決方案是將整個修改後的記錄複製到一個新的位置並更新索引（並且在某些管理方案中放下指向舊記錄的指針）。現在的問題是數據的順序讀取 - 不是一種罕見的操作 - 現在必須跳來跳去數據庫文件，而不是通過直讀 - 一個典型的碎片化方案 - 和業績將逐步得到大清洗。

通過給那麼當我們更新我們有一定量還挺大，使我們能夠改變的記錄長度，而不必記錄從頁面上移動表分配的可用空間。當然隨着時間的推移，如果桌子看到很多活動，它仍會碎裂（因爲我們只分配足夠的空餘空間來覆蓋一定比例的記錄變化），這是維護的地方。

這種情況下的維護本質上是一個碎片整理過程來移動記錄，以便重新定位和分配空閒空間，以便再次有效地分配它們。在一些（大多數）RDBMS你可以指定一個維護計劃和安排作業在Q安靜時間（SQL服務器爲例）要做到這一點，但其他人則可能需要手動做到這一點 - 例如在舊版本的Oracle推薦方法是將數據導出，刪除該表並重新創建，然後從備份再重新進口 - 出口/重裝過程中會清理數據，按任何新鮮的負荷。

指數結構有類似的問題。

我當然這裏掩飾了很多，但在一個文件中存儲可變長度的隨機存取數據記錄的基本問題將繼續，不管你堆積在它上面有多少抽象層。好的一點是，這類問題很好理解，大多數情況下它不是你需要擔心的 - 直到你問一個看起來很簡單的問題，例如「這張表需要多少空間」:-)

Answer 2

實際上，一個varchar字段代表多個char字段。其他數據類型也是如此。

一個簡單的方法是用隨機測試數據添加100條記錄，然後查看文件系統中數據庫文件的大小。然後再添加100個，看看它有多大。

Answer 3

正如前面的答案建議的那樣，varchar字段使事情變得更加困難，因爲它僅爲每行中包含的字符串使用足夠的存儲空間。輸入一些樣本數據後，像MySQL這樣的數據庫（我假設其他人也這樣做）將能夠告訴你每行的平均大小。

此外，你需要記住你創建的任何索引都會佔用額外的空間。同樣，使用一系列的樣本數據應該可以粗略地指示推斷估計的大小。

編輯：由於許多問題的答案用樣本數據，請參閱我的回答以及與此舊的問題在這裏建議：PHP Script to populate MySQL tables

Answer 4

其實，MySQL's VARCHAR type佔用空間的變量的基礎上，投入數據它。 CHAR類型具有恆定的空間使用情況。除此之外，您的計算看起來是正確的：AFAIK，MySQL表不存儲在壓縮的磁盤上，though you can explicitly compress them的代價是使其成爲只讀。

Answer 5

加載一些與生產相同的平均場長的測試數據，然後測量它需要多少空間。這就是我們所做的。

不要打擾加載100行，剛剛加載1M行，或從10M開始。將更多行加載到非生產系統很容易 - 只需要更長的時間。

擁有大量測試數據真的很方便 - 這樣您就可以準確測量數據庫模式更改的磁盤空間影響（和宕機影響），例如特別添加索引。

確保您的測試數據至少與生產一樣大，理想情況下更大。