mysql的分區和分表

轉自http://www.cnblogs.com/phpshen/p/6198375.html

分區

分區就是把一個數據表的文件和索引分散存儲在不同的物理文件中。

mysql支持的分區類型包括Range、List、Hash、Key，其中Range比較常用：

RANGE分區：基於屬於一個給定連續區間的列值，把多行分配給分區。

LIST分區：類似於按RANGE分區，區別在於LIST分區是基於列值匹配一個離散值集合中的某個值來進行選擇。

HASH分區：基於用戶定義的表達式的返回值來進行選擇的分區，該表達式使用將要插入到表中的這些行的列值進行計算。這個函數可以包含MySQL 中有效的、產生非負整數值的任何表達式。

KEY分區：類似於按HASH分區，區別在於KEY分區只支持計算一列或多列，且MySQL服務器提供其自身的哈希函數。必須有一列或多列包含整數值。

案例：

建立一個user 表以id進行分區 id 小於10的在user_1分區id小於20的在user_2分區

create table user(
    id int not null auto_increment,
    username varchar(10),
    primary key(id)
)engine = innodb charset=utf8
partition by range (id)(
    partition user_1 values less than (10),
    partition user_2 values less than (20)
);

建立後添加分區：

maxvalue 表示最大值這樣大於等於20的id 都出存儲在user_3分區

alter table user add partition(
    partition user_3 values less than maxvalue
);

刪除分區：

alter  table user drop partition user_3;

現在打開mysql的數據目錄

可以看見多了user#P#user_1.ibd 和user#P#user_2.ibd 這兩個文件

如果表使用的存儲引擎是MyISAM類型，就是：

user#P#user_1.MYD,user#P#user_1.MYI和user#P#user_2.MYD,user#P#user_2.MYI

由此可見，mysql通過分區把數據保存到不同的文件裏，同時索引也是分區的。相對於未分區的表來說，分區後單獨的數據庫文件索引文件的大小都明顯降低，效率則明顯的提示了。可以插入一條數據然後分析查詢語句驗證一下：

insert into user values(null,'測試');

explain partitions select * from user where id =1;

可以看見僅僅在user_1分區執行了這條查詢。

具體分區的效率是多少還需要看數據量。在分區時可以通過 DATA DIRECTORY 和　　INDEX DIRECTORY 選項吧不同的分區放到不同的磁盤上進一步提高系統的I/O吞吐量。

分區類型的選擇，通常使用Range類型，不過有些情況，比如主從結構中，主服務器很少使用‘select’查詢，在主服務器上使用 Range類型分區通常沒有太大的意義，此時使用Hash類型分區更好例如：

partition by hash(id) partitions 10;

當插入數據時，根據id吧數據平均散到各個分區上，由於文件小，效率高，更新操作變得更快。

在分區時使用的字段,通常情況下按時間字段分區，具體情況以需求而定。劃分應用的方式有很多種，比如按時間或用戶，哪種用的多，就選擇哪種分區。如果使用主從結構可能就更加靈活，有的從服務器使用時間，有的使用用戶。不過如此一來當執行查詢時，程序應該負責選擇真確的服務器查詢，寫個mysql proxy腳本應該可以透明的實現。

分區的限制：

1.主鍵或者唯一索引必須包含分區字段，如primary key (id,username),不過innoDB的大組建性能不好。

2.很多時候，使用分區就不要在使用主鍵了，否則可能影響性能。

3.只能通過int類型的字段或者返回int類型的表達式來分區，通常使用year或者to_days等函數（mysql 5.6 對限制開始放開了）。

4.每個表最多1024個分區，而且多分區會大量消耗內存。

5.分區的表不支持外鍵，相關的邏輯約束需要使用程序來實現。

6.分區後，可能會造成索引失效，需要驗證分區可行性。

分區模式詳解：

* Range（範圍） – 這種模式允許DBA將數據劃分不同範圍。例如DBA可以將一個表通過年份劃分成三個分區，80年代（1980's）的數據，90年代（1990's）的數據以及任何在2000年（包括2000年）後的數據。

CREATE TABLE users (  
       id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
       usersname VARCHAR(30) NOT NULL DEFAULT '',  
       email VARCHAR(30) NOT NULL DEFAULT ''  
)  
PARTITION BY RANGE (id) (  
       PARTITION p0 VALUES LESS THAN (3000000),  
      
       PARTITION p1 VALUES LESS THAN (6000000), 
     
       PARTITION p2 VALUES LESS THAN (9000000),  
     
       PARTITION p3 VALUES LESS THAN MAXVALUE     
);

在這裏，將用戶表分成4個分區，以每300萬條記錄爲界限，每個分區都有自己獨立的數據、索引文件的存放目錄。

還可以將這些分區所在的物理磁盤分開完全獨立，可以提高磁盤IO吞吐量。

CREATE TABLE users (  
       id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
       usersname VARCHAR(30) NOT NULL DEFAULT '',  
       email VARCHAR(30) NOT NULL DEFAULT ''  
)  
PARTITION BY RANGE (id) (  
       PARTITION p0 VALUES LESS THAN (3000000)  
       DATA DIRECTORY = '/data0/data'  
       INDEX DIRECTORY = '/data0/index',  
  
       PARTITION p1 VALUES LESS THAN (6000000)  
       DATA DIRECTORY = '/data1/data'  
       INDEX DIRECTORY = '/data1/index',  
  
       PARTITION p2 VALUES LESS THAN (9000000)  
       DATA DIRECTORY = '/data2/data'  
       INDEX DIRECTORY = '/data2/index',  
  
       PARTITION p3 VALUES LESS THAN MAXVALUE     
       DATA DIRECTORY = '/data3/data'   
       INDEX DIRECTORY = '/data3/index'  
);

* List（預定義列表） – 這種模式允許系統通過DBA定義的列表的值所對應的行數據進行分割。例如：DBA根據用戶的類型進行分區。

CREATE TABLE user (  
     id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
     name VARCHAR(30) NOT NULL DEFAULT '' ,
     user_type   int not null
)  
PARTITION BY LIST (user_type ) (  
     PARTITION p0 VALUES IN (0,4,8,12) , 
     PARTITION p1 VALUES IN (1,5,9,13) ,  
     PARTITION p2 VALUES IN (2,6,10,14),  
     PARTITION p3 VALUES IN (3,7,11,15)   
);

分成4個區,同樣可以將分區設置的獨立的磁盤中。

* Key（鍵值） – 上面Hash模式的一種延伸，這裏的Hash Key是MySQL系統產生的。

CREATE TABLE user (  
     id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
     name VARCHAR(30) NOT NULL DEFAULT '',  
     email VARCHAR(30) NOT NULL DEFAULT ''  
)  
PARTITION BY KEY (id) PARTITIONS 4 (  
     PARTITION p0,  
     PARTITION p1,  
     PARTITION p2,  
     PARTITION p3
);

* Hash（哈希） – 這中模式允許DBA通過對錶的一個或多個列的Hash Key進行計算，最後通過這個Hash碼不同數值對應的數據區域進行分區，。例如DBA可以建立一個對錶主鍵進行分區的表。

CREATE TABLE user (  
     id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
     username VARCHAR(30) NOT NULL DEFAULT '',  
     email VARCHAR(30) NOT NULL DEFAULT ''  
)  
PARTITION BY HASH (id) PARTITIONS 4 (  
     PARTITION p0 ,  
     PARTITION p1,  
     PARTITION p2,
     PARTITION p3  
);

分成4個區,同樣可以將分區設置的獨立的磁盤中。

= 分區管理 =

刪除分區

ALERT TABLE users DROP PARTITION p0;

重建分區

RANGE 分區重建

ALTER TABLE users REORGANIZE PARTITION p0,p1 INTO (PARTITION p0 VALUES LESS THAN (6000000));

將原來的 p0,p1 分區合併起來，放到新的 p0 分區中。

LIST 分區重建

ALTER TABLE users REORGANIZE PARTITION p0,p1 INTO (PARTITION p0 VALUES IN(0,1,4,5,8,9,12,13));

將原來的 p0,p1 分區合併起來，放到新的 p0 分區中。

HASH/KEY 分區重建

ALTER TABLE users REORGANIZE PARTITION COALESCE PARTITION 2;

用 REORGANIZE 方式重建分區的數量變成2，在這裏數量只能減少不能增加。想要增加可以用 ADD PARTITION 方法。

新增分區

新增 RANGE 分區

alter table user add partition(partition user_3 values less than maxvalue);

新增 LIST 分區

ALTER TABLE category ADD PARTITION (PARTITION p4 VALUES IN (16,17,18,19));

新增 HASH/KEY 分區

ALTER TABLE users ADD PARTITION PARTITIONS 8;

將分區總數擴展到8個。

給已有的表加上分區

alter table results partition by RANGE (month(ttime))   
(PARTITION p0 VALUES LESS THAN (1),  
PARTITION p1 VALUES LESS THAN (2) , PARTITION p2 VALUES LESS THAN (3) ,  
PARTITION p3 VALUES LESS THAN (4) , PARTITION p4 VALUES LESS THAN (5) ,  
PARTITION p5 VALUES LESS THAN (6) , PARTITION p6 VALUES LESS THAN (7) ,  
PARTITION p7 VALUES LESS THAN (8) , PARTITION p8 VALUES LESS THAN (9) ,  
PARTITION p9 VALUES LESS THAN (10) , PARTITION p10 VALUES LESS THAN (11),  
PARTITION p11 VALUES LESS THAN (12),  
PARTITION P12 VALUES LESS THAN (13) );

分表

分表和分區類似，區別是，分區是把一個邏輯表文件分成幾個物理文件後進行存儲，而分表則是把原先的一個表分成幾個表。進行分表查詢時可以通過union或者視圖。

分表又分垂直分割和水平分割，其中水平分分割最爲常用。水平分割通常是指切分到另外一個數據庫或表中。例如對於一個會員表，按對3的模進行分割:

table = id%3

如果id%3 = 0 則將用戶數據放入到user_0表中，如id%3=1就放入user_1表中，依次類推。

在這裏有個問題，這個uid應該是所有會員按序增長的，可他是怎麼得到的呢？使用auto_increment是不行的，這樣就用到序列了。

對於一些流量統計系統，其數據量比較大，並且對過往數據的關注度不高，這時按年、月、日進行分表，將每日統計信息放到一個以日期命名的表中；或者按照增量進行分表，如每個表100萬數據，超過100萬就放入第二個表。還可以按Hash進行分表，但是按日期和取模餘數分表最爲常見，也容易擴展。

分表後可能會遇到新的問題，那就是查詢，分頁和統計。通用的方法是在程序中進行處理，輔助視圖。

使用分表案例：

案例1：

對會員數據對5取模，放在5個表中，如何查詢會員數據：

1.已知id查詢會員數據，代碼如下：

<?php
//查詢單個會員數據
$customer_table = 'customer'.$id%5;
$sql = 'select * from '.$customer_table.' where customer_id = '.$id;
//查詢全部會員數據
$sql = '';
$tbale = ['customer0','customer1','customer2','customer3','customer4'];
foreach($table as $v){
$sql .='select * from '.$v.' union';
}
$sql = substr($sql,0,-5);

?>

這樣就可以查詢某一個會員的數據或者全部會員的數據了。同理，分頁的話在這個大集合中使用limit 就可以了。但是這樣做又會有一個疑問，把所有的表連起來查詢和部分表沒有什麼區別，其實在實際的應用中，不可能查看所有的會員資料，一次查看20個然後分頁。完全沒有必要做union，僅查詢一個表就可以了，唯一需要考慮的是在分頁零界點時的銜接。其實，這個銜接是否那麼重要？即使偶爾出現幾條數據的差異，也不會對業務有任何的影響。

2.和其它表進行關聯和1類似。

3.根據會員姓名搜索用戶信息。在這種需求下，需要搜索所有的表，並對結果進行彙總。雖然這樣做產生了多次的查詢，但並不代表效率低。好的sql語句執行10次也比差的sql語句執行一次快。

案例2：

在一個流量監控系統中，由於網絡流量巨大，統計數據很龐大，需要按天分表。先要得到任意日，周，月的數據。

1.需要任意一天的數據。直接查詢當天的數據表即可。

2.需要幾天的數據。分愛查詢這幾天的數據，然後進行彙總。

3.需要查詢一週的數據。對一週的數據定期彙總到一個week表，從這個表裏面查詢。這個彙總過程可以由一個外部程序完成，也可以由定期的腳本完成。

4.查詢一個月的數據。彙總本月所有的數據到month表，在此表查詢。

5.查詢5個月內的詳細數據。不支持。僅支持最多3個月的詳細數據。數據沒3個月已歸檔一次。在大數據的處理中，必須做出一些犧牲。對於超出3個月的數據，僅提供統計數據，詳細數據需要查看歸檔。90天或者180天，給數據保存設個界限，也是大部分這類系統的常規做法，超出90天的數據就不再提供數據詳單了。比如，移動的通話記錄最多保存半年，即180天，超過這個範圍的數據不在提供查詢。如果你實在需要，可能就要聯繫移動的工程師了。

分表前應該儘量按照實際業務來分表，參考依據就是哪些字段在查詢中起到作用，那就這些字段來分表，並且需要在分表前就估算好規模，也就是先確定好規則在分表。

對於分表後的操作，依然是聯合查詢，視圖等基本操作，或者使用merge引擎合併數據並在此表中查詢。複雜一些操作需要藉助存儲過程來完成，藉助外部工具實現對分表的管理。

對於比較龐大的數據，不論是否進行分表，都必須考慮功能和效率的平衡性，並在功能上做出讓步。我們不能事事遷就用戶，而應該對某些影響效率的功能做出限制。例如移動公司的180天限制、論壇禁止對老帖進行回覆等。

pengone

發佈了115 篇原創文章 · 獲贊 20 · 訪問量 28萬+

私信關注

mysql的分區和分表

[轉帖]使用NMT和pmap解決JVM資源泄漏問題原創

Python實現大麥網搶票的四大關鍵技術點解析

Python 安裝庫指令大全

salesforce零基礎學習（一百三十八）零碎知識點小總結（十）

一款開源的.NET程序集反編譯、編輯和調試神器

關於接口協議，你必須要知道這些！

基於 Milvus + LlamaIndex 實現高級 RAG

【2024-05-21】以茶會友

分頁查詢翻轉limit

HTML CSS 常用

mysql字段類型及佔用字節利於優化

理解

密碼學簡介

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結