如何深入解析MySQL分区Partition功能
这篇文章将为大家详细讲解有关如何深入解析MySQL分区Partition功能，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
自5.1开始对分区(Partition)有支持
= 水平分区（根据列属性按行分）=
举个简单例子：一个包含十年发票记录的表可以被分区为十个不同的分区，每个分区包含的是其中一年的记录。
=== 水平分区的几种模式：===
*Range（范围）– 这种模式允许DBA将数据划分不同范围。例如DBA可以将一个表通过年份划分成三个分区，80年代（1980's）的数据，90年代（1990's）的数据以及任何在2000年（包括2000年）后的数据。
*Hash（哈希）– 这中模式允许DBA通过对表的一个或多个列的Hash Key进行计算，最后通过这个Hash码不同数值对应的数据区域进行分区，。例如DBA可以建立一个对表主键进行分区的表。
*Key（键值）– 上面Hash模式的一种延伸，这里的Hash Key是MySQL系统产生的。
*List（预定义列表）– 这种模式允许系统通过DBA定义的列表的值所对应的行数据进行分割。例如：DBA建立了一个横跨三个分区的表，分别根据2004年2005年和2006年值所对应的数据。
* Composite（复合模式）- 很神秘吧，哈哈，其实是以上模式的组合使用而已，就不解释了。举例：在初始化已经进行了Range范围分区的表上，我们可以对其中一个分区再进行hash哈希分区。
= 垂直分区（按列分）=
举个简单例子：一个包含了大text和BLOB列的表，这些text和BLOB列又不经常被访问，这时候就要把这些不经常使用的text和BLOB了划分到另一个分区，在保证它们数据相关性的同时还能提高访问速度。
[分区表和未分区表试验过程]
*创建分区表,按日期的年份拆分
[sql]view plaincopy
mysql>CREATETABLEpart_tab(c1intdefaultNULL,c2varchar(30)defaultNULL,c3datedefaultNULL)engine=myisam
PARTITIONBYRANGE(year(c3))(PARTITIONp0VALUESLESSTHAN(1995),
PARTITIONp1VALUESLESSTHAN(1996),PARTITIONp2VALUESLESSTHAN(1997),
PARTITIONp3VALUESLESSTHAN(1998),PARTITIONp4VALUESLESSTHAN(1999),
PARTITIONp5VALUESLESSTHAN(2000),PARTITIONp6VALUESLESSTHAN(2001),
PARTITIONp7VALUESLESSTHAN(2002),PARTITIONp8VALUESLESSTHAN(2003),
PARTITIONp9VALUESLESSTHAN(2004),PARTITIONp10VALUESLESSTHAN(2010),
PARTITIONp11VALUESLESSTHANMAXVALUE);
注意最后一行，考虑到可能的最大值
*创建未分区表
[sql]view plaincopy
mysql>createtableno_part_tab(c1int(11)defaultNULL,c2varchar(30)defaultNULL,c3datedefaultNULL)engine=myisam;
*通过存储过程灌入800万条测试数据
mysql> set sql_mode=''; /* 如果创建存储过程失败，则先需设置此变量, bug? */
MySQL> delimiter // /* 设定语句终结符为 //，因存储过程语句用;结束 */
[sql]view plaincopy
mysql>CREATEPROCEDUREload_part_tab()
begin
declarevintdefault0;
whilev<8000000
do
insertintopart_tab
values(v,'testingpartitions',adddate('1995-01-01',(rand(v)*36520)mod3652));
setv=v+1;
endwhile;
end
//
mysql>delimiter;
mysql>callload_part_tab();
Query OK, 1 row affected (8 min 17.75 sec)
[sql]view plaincopy
mysql>insertintono_part_tabselect*frompart_tab;
Query OK, 8000000 rows affected (51.59 sec)
Records: 8000000 Duplicates: 0 Warnings: 0
*测试SQL性能
[sql]view plaincopy
mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';
+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (0.55 sec)
[sql]view plaincopy
mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';
+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (4.69 sec)
结果表明分区表比未分区表的执行时间少90%。
* 通过explain语句来分析执行情况
[sql]view plaincopy
mysql>explainselectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31'\G
/* 结尾的\G使得mysql的输出改为列模式 */
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: no_part_tab
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 8000000
Extra: Using where
1 row in set (0.00 sec)
[sql]view plaincopy
mysql>explainselectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: part_tab
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 798458
Extra: Using where
1 row in set (0.00 sec)
explain语句显示了SQL查询要处理的记录数目
* 试验创建索引后情况
[sql]view plaincopy
mysql>createindexidx_of_c3onno_part_tab(c3);
Query OK, 8000000 rows affected (1 min 18.08 sec)
Records: 8000000 Duplicates: 0 Warnings: 0
[sql]view plaincopy
mysql>createindexidx_of_c3onpart_tab(c3);
Query OK, 8000000 rows affected (1 min 19.19 sec)
Records: 8000000 Duplicates: 0 Warnings: 0
创建索引后的数据库文件大小列表：
2008-05-24 09:23 8,608 no_part_tab.frm
2008-05-24 09:24 255,999,996 no_part_tab.MYD
2008-05-24 09:24 81,611,776 no_part_tab.MYI
2008-05-24 09:25 0 part_tab#P#p0.MYD
2008-05-24 09:26 1,024 part_tab#P#p0.MYI
2008-05-24 09:26 25,550,656 part_tab#P#p1.MYD
2008-05-24 09:26 8,148,992 part_tab#P#p1.MYI
2008-05-24 09:26 25,620,192 part_tab#P#p10.MYD
2008-05-24 09:26 8,170,496 part_tab#P#p10.MYI
2008-05-24 09:25 0 part_tab#P#p11.MYD
2008-05-24 09:26 1,024 part_tab#P#p11.MYI
2008-05-24 09:26 25,656,512 part_tab#P#p2.MYD
2008-05-24 09:26 8,181,760 part_tab#P#p2.MYI
2008-05-24 09:26 25,586,880 part_tab#P#p3.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p3.MYI
2008-05-24 09:26 25,585,696 part_tab#P#p4.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p4.MYI
2008-05-24 09:26 25,585,216 part_tab#P#p5.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p5.MYI
2008-05-24 09:26 25,655,740 part_tab#P#p6.MYD
2008-05-24 09:26 8,181,760 part_tab#P#p6.MYI
2008-05-24 09:26 25,586,528 part_tab#P#p7.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p7.MYI
2008-05-24 09:26 25,586,752 part_tab#P#p8.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p8.MYI
2008-05-24 09:26 25,585,824 part_tab#P#p9.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p9.MYI
2008-05-24 09:25 8,608 part_tab.frm
2008-05-24 09:25 68 part_tab.par
* 再次测试SQL性能
[sql]view plaincopy
mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';
+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (2.42 sec) /* 为原来4.69 sec 的51%*/
重启mysql ( net stop mysql, net start mysql)后，查询时间降为0.89 sec,几乎与分区表相同。
[sql]view plaincopy
mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';
+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (0.86 sec)
* 更进一步的试验
** 增加日期范围
[sql]view plaincopy
mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1997-12-31';
+----------+
| count(*) |
+----------+
| 2396524 |
+----------+
1 row in set (5.42 sec)
[sql]view plaincopy
mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1997-12-31';
+----------+
| count(*) |
+----------+
| 2396524 |
+----------+
1 row in set (2.63 sec)
** 增加未索引字段查询
[sql]view plaincopy
mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date
'1996-12-31'andc2='hello';
+----------+
| count(*) |
+----------+
| 0 |
+----------+
1 row in set (0.75 sec)
[sql]view plaincopy
mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1996-12-31'andc2='hello';
+----------+
| count(*) |
+----------+
| 0 |
+----------+
1 row in set (11.52 sec)
= 初步结论 =
* 分区和未分区占用文件空间大致相同 （数据和索引文件）
* 如果查询语句中有未建立索引字段，分区时间远远优于未分区时间
* 如果查询语句中字段建立了索引，分区和未分区的差别缩小，分区略优于未分区。
= 最终结论 =
* 对于大数据量，建议使用分区功能。
* 去除不必要的字段
* 根据手册， 增加myisam_max_sort_file_size 会增加分区性能
[分区命令详解]
= 分区例子 =
* RANGE 类型
[sql]view plaincopy
CREATETABLEusers(
uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT'',
emailVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYRANGE(uid)(
PARTITIONp0VALUESLESSTHAN(3000000)
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1VALUESLESSTHAN(6000000)
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx',
PARTITIONp2VALUESLESSTHAN(9000000)
DATADIRECTORY='/data4/data'
INDEXDIRECTORY='/data5/idx',
PARTITIONp3VALUESLESSTHANMAXVALUEDATADIRECTORY='/data6/data'
INDEXDIRECTORY='/data7/idx'
);
在这里，将用户表分成4个分区，以每300万条记录为界限，每个分区都有自己独立的数据、索引文件的存放目录，与此同时，这些目录所在的物理磁盘分区可能也都是完全独立的，可以提高磁盘IO吞吐量。
* LIST 类型
[sql]view plaincopy
CREATETABLEcategory(
cidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYLIST(cid)(
PARTITIONp0VALUESIN(0,4,8,12)
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1VALUESIN(1,5,9,13)
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx',
PARTITIONp2VALUESIN(2,6,10,14)
DATADIRECTORY='/data4/data'
INDEXDIRECTORY='/data5/idx',
PARTITIONp3VALUESIN(3,7,11,15)
DATADIRECTORY='/data6/data'
INDEXDIRECTORY='/data7/idx'
);
分成4个区，数据文件和索引文件单独存放。
* HASH 类型
[sql]view plaincopy
CREATETABLEusers(
uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT'',
emailVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYHASH(uid)PARTITIONS4(
PARTITIONp0
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx',
PARTITIONp2
DATADIRECTORY='/data4/data'
INDEXDIRECTORY='/data5/idx',
PARTITIONp3
DATADIRECTORY='/data6/data'
INDEXDIRECTORY='/data7/idx'
);
分成4个区，数据文件和索引文件单独存放。
例子：
[sql]view plaincopy
CREATETABLEti2(idINT,amountDECIMAL(7,2),tr_dateDATE)
ENGINE=myisam
PARTITIONBYHASH(MONTH(tr_date))
PARTITIONS6;
CREATEPROCEDUREload_ti2()
begin
declarevintdefault0;
whilev<80000
do
insertintoti2
values(v,'3.14',adddate('1995-01-01',(rand(v)*3652)mod365));
setv=v+1;
endwhile;
end
//
* KEY 类型
[sql]view plaincopy
CREATETABLEusers(
uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT'',
emailVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYKEY(uid)PARTITIONS4(
PARTITIONp0
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx',
PARTITIONp2
DATADIRECTORY='/data4/data'
INDEXDIRECTORY='/data5/idx',
PARTITIONp3
DATADIRECTORY='/data6/data'
INDEXDIRECTORY='/data7/idx'
);
分成4个区，数据文件和索引文件单独存放。
* 子分区
子分区是针对 RANGE/LIST 类型的分区表中每个分区的再次分割。再次分割可以是 HASH/KEY 等类型。例如：
[sql]view plaincopy
CREATETABLEusers(
uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT'',
emailVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYRANGE(uid)SUBPARTITIONBYHASH(uid%4)SUBPARTITIONS2(
PARTITIONp0VALUESLESSTHAN(3000000)
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1VALUESLESSTHAN(6000000)
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx'
);
对 RANGE 分区再次进行子分区划分，子分区采用 HASH 类型。
或者
[sql]view plaincopy
CREATETABLEusers(
uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,
nameVARCHAR(30)NOTNULLDEFAULT'',
emailVARCHAR(30)NOTNULLDEFAULT''
)
PARTITIONBYRANGE(uid)SUBPARTITIONBYKEY(uid)SUBPARTITIONS2(
PARTITIONp0VALUESLESSTHAN(3000000)
DATADIRECTORY='/data0/data'
INDEXDIRECTORY='/data1/idx',
PARTITIONp1VALUESLESSTHAN(6000000)
DATADIRECTORY='/data2/data'
INDEXDIRECTORY='/data3/idx'
);
对 RANGE 分区再次进行子分区划分，子分区采用 KEY 类型。
= 分区管理 =
* 删除分区
[sql]view plaincopy
ALERTTABLEusersDROPPARTITIONp0;
删除分区 p0。
* 重建分区
o RANGE 分区重建
[sql]view plaincopy
ALTERTABLEusersREORGANIZEPARTITIONp0,p1INTO(PARTITIONp0VALUESLESSTHAN(6000000));
将原来的 p0,p1 分区合并起来，放到新的 p0 分区中。
o LIST 分区重建
[sql]view plaincopy
ALTERTABLEusersREORGANIZEPARTITIONp0,p1INTO(PARTITIONp0VALUESIN(0,1,4,5,8,9,12,13));
将原来的 p0,p1 分区合并起来，放到新的 p0 分区中。
o HASH/KEY 分区重建
[sql]view plaincopy
ALTERTABLEusersREORGANIZEPARTITIONCOALESCEPARTITION2;
用 REORGANIZE 方式重建分区的数量变成2，在这里数量只能减少不能增加。想要增加可以用 ADD PARTITION 方法。
* 新增分区
o 新增 RANGE 分区
[sql]view plaincopy
ALTERTABLEcategoryADDPARTITION(PARTITIONp4VALUESIN(16,17,18,19)
DATADIRECTORY='/data8/data'
INDEXDIRECTORY='/data9/idx');
新增一个RANGE分区。
o 新增 HASH/KEY 分区
[sql]view plaincopy
ALTERTABLEusersADDPARTITIONPARTITIONS8;
将分区总数扩展到8个。
[ 给已有的表加上分区 ]
[sql]view plaincopy
altertableresultspartitionbyRANGE(month(ttime))
(PARTITIONp0VALUESLESSTHAN(1),
PARTITIONp1VALUESLESSTHAN(2),PARTITIONp2VALUESLESSTHAN(3),
PARTITIONp3VALUESLESSTHAN(4),PARTITIONp4VALUESLESSTHAN(5),
PARTITIONp5VALUESLESSTHAN(6),PARTITIONp6VALUESLESSTHAN(7),
PARTITIONp7VALUESLESSTHAN(8),PARTITIONp8VALUESLESSTHAN(9),
PARTITIONp9VALUESLESSTHAN(10),PARTITIONp10VALUESLESSTHAN(11),
PARTITIONp11VALUESLESSTHAN(12),
PARTITIONP12VALUESLESSTHAN(13));
默认分区限制分区字段必须是主键（PRIMARY KEY)的一部分，为了去除此
限制：
[方法1] 使用ID
[sql]view plaincopy
mysql>ALTERTABLEnp_pk
->PARTITIONBYHASH(TO_DAYS(added))
->PARTITIONS4;
ERROR 1503 (HY000): A PRIMARY KEY must include all columns in the table's partitioning function
However, this statement using the id column for the partitioning column is valid, as shown here:
[sql]view plaincopy
mysql>ALTERTABLEnp_pk
->PARTITIONBYHASH(id)
->PARTITIONS4;
Query OK, 0 rows affected (0.11 sec)
Records: 0 Duplicates: 0 Warnings: 0
[方法2] 将原有PK去掉生成新PK
[sql]view plaincopy
mysql>altertableresultsdropPRIMARYKEY;
Query OK, 5374850 rows affected (7 min 4.05 sec)
Records: 5374850 Duplicates: 0 Warnings: 0
[sql]view plaincopy
mysql>altertableresultsaddPRIMARYKEY(id,ttime);
Query OK, 5374850 rows affected (6 min 14.86 sec)
Records: 5374850 Duplicates: 0 Warnings: 0
关于如何深入解析MySQL分区Partition功能就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
声明：本站所有文章资源内容，如无特殊说明或标注，均为采集网络资源。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
