预估 Mysql 数据表的数据大小和索引大小

最近接到一个小的新需求，需求很容易实现，就是定时把一些分析得出的指标从 Elasticsearch 中离线存储到 Mysql 数据库中，方便以后查询。离线存储的原因是因为资源不足，Elasticsearch 会自动删除 15 天以前的原始数据，而且 Elasticsearch 每天都会新产生数十万到数百万的数据，依据这些原始数据只会产生几十条分析结果，显然离线存储到 Mysql 中更为合理。在处理这个需求时，接着就遇到了一个小问题，当前业务组没有数据库资源，需要申请，而且由于资源不足，不能随便申请，要给出合理的预估值。这样，就涉及到数据库占用空间大小的预估了，本文记录一种简单的方法。

数据大小和索引大小预估

我当前使用的是 Mysql 数据库，其它数据库产品查询方式可能会有所不同，请根据实际情况操作。

在数据库中，使用系统数据库的表 TABLES 进行查询：

SELECT data_length,index_length
FROM information_schema.TABLES t
WHERE table_schema='your_db_name'
AND table_name = 'your_table_name';

其中，系统数据库是 information_schema，存储表信息的表是 TABLES，data_length、index_length 这 2 个字段表示数据大小、索引大小，单位是字节 B。

当然，如果使用可视化的数据库连接管理工具，也可以通过管理工具直接鼠标点击查看，其实背后的逻辑仍旧是查询 TABLES 表，例如我通过 Navicat 工具查看。

可见，无论使用哪种方式，都可以把需要的信息查询出来，然后就可以预估数据大小了。我截图的信息显示，数据大小 8.5MB，索引大小 0MB，还要结合数据条数，我查了一下有 10000 条数据，因此可以粗略估计每条数据的大小为 0.85KB。这里需要注意一下，预估数据大小之前要保证数据的字段取值接近真实情况，最好能有数据示例可以参考，而且数据量要尽量大一些，例如几万条，不能只有几十条、几百条。

如果确实没有数据示例参考，需要自己模拟生成，尽量把字段的取值多生成一些实际中可能出现的值。例如字符串类型如果是 vachar，要把每种长度的取值都生成一些，或者根据实际场景，某些长度的字符串出现的可能性大一点，那就多生成一些。

如果觉得这样计算比较麻烦的话，其实还有一种更简单的方法，直接查询 avg_row_length 字段，这个字段表示数据表的平均行大小，和上面自己计算的结果类似。

总之，就是为了接近真实，才能更为准确地预估出数据占用的空间大小，实际去申请资源时才能有理有据。

此外，这个 TABLES 表里面的内容很丰富的，有需要的可以查询一下，查看数据表的字段信息 SQL 语句：

SHOW COLUMNS FROM TABLES;