深入理解MySQL分区(Partition)

什么是数据库分区?

Mysql数据库中的数据是以文件的形式保存在磁盘上的,默认放在mysql/data路径,不同的引擎生成的文件后缀不同,像MyISAM生成.MYD和.MYI后缀文件,MYI存放索引(非聚簇索引)。Innodb生成.idb后缀文件(聚簇索引)。

当mysql表中数据越来越多,文件会变的越来越大,这个时候查询数据的速度会变慢。这个时候就可以用到分区这个功能,将一张表生成的数据文件拆分为多份,进行横向水平分区,提升查询效率。并且分区在清理历史数据的场景上非常高效

“随着MySQL越来越流行,Mysql里面的保存的数据也越来越大。在日常的工作中,我们经常遇到一张表里面保存了上亿甚至过十亿的记录。这些表里面保存了大量的历史记录。 对于这些历史数据的清理是一个非常头疼事情,由于所有的数据都一个普通的表里。所以只能是启用一个或多个带where条件的delete语句去删除(一般where条件是时间)。 这对数据库的造成了很大压力。即使我们把这些删除了,但底层的数据文件并没有变小。面对这类问题,最有效的方法就是在使用分区表。最常见的分区方法就是按照时间进行分区。 分区一个最大的优点就是可以非常高效的进行历史数据的清理。”

目前MySQL支持范围分区(RANGE),列表分区(LIST),哈希分区(HASH)以及KEY分区四种。下面我们逐一介绍每种分区:


RANGE分区:

基于属于一个给定连续区间的列值,把多行分配给分区。最常见的是基于时间字段. 基于分区的列最好是整型,如果日期型的可以使用函数转换为整型。本例中使用to_days函数


如上图,以时间字段分区,把一个航班动态相关的表分成5个区先。


分完了以后可以看到生成了5个.ibd文件(Innodb)

INSERT INTO `nick`.`partition_table_name`(`id`, `flightno`, `flightdate`) VALUES (1, 'TG663', '2019-05-01 00:00:00');

INSERT INTO `nick`.`partition_table_name`(`id`, `flightno`, `flightdate`) VALUES (2, 'TG663', '2019-06-01 00:00:00');

INSERT INTO `nick`.`partition_table_name`(`id`, `flightno`, `flightdate`) VALUES (3, 'TG663', '2019-07-01 00:00:00');

INSERT INTO `nick`.`partition_table_name`(`id`, `flightno`, `flightdate`) VALUES (4, 'TG663', '2019-08-01 00:00:00');

INSERT INTO `nick`.`partition_table_name`(`id`, `flightno`, `flightdate`) VALUES (5, 'TG663', '2019-09-01 00:00:00');

我们插入五条数据。

然后我们用执行计划查看扫描分区情况

EXPLAIN select*from partition_table_name where flightdate = '2019-05-01 00:00:00';

EXPLAIN select*from partition_table_name where flightdate = '2019-06-01 00:00:00';

EXPLAIN select*from partition_table_name where flightdate = '2019-07-01 00:00:00';

EXPLAIN select*from partition_table_name where flightdate = '2019-08-01 00:00:00';




可以看到,针对航班起飞时间进行分区,执行计划显示根据查询条件不同,会去不同的分区下面扫描数据,达到了跟水平分表类似的效果。

上述例子是基于datetime类型的,如果是timestamp类型,mysql也提供了基于UNIX_TIMESTAMP函数的RANGE分区方案,只需要替换函数即可。把TO_DAYS替换为UNIX_TIMESTAMP,完成分区裁剪,5.7以后还提供了TO_SECONDS()函数,5.7之前还有YEAR()函数。

注意几点:

1.Mysql分区表如果有主键,必须包含分区字段,所以我create语句是一个复合主键,否则将会报创表sql错误。

2.对于原生分区,分区对象返回的只能是整数值。

3.分区字段不能为NULL,所以创表语句要NOT NULL。


其余的分区就不一个个实践了,我直接贴一些其他博客中的例子来说明


LIST 分区

LIST分区

LIST分区和RANGE分区类似,区别在于LIST是枚举值列表的集合,RANGE是连续的区间值的集合。二者在语法方面非常的相似。同样建议LIST分区列是非null列,否则插入null值如果枚举列表里面不存在null值会插入失败,这点和其它的分区不一样,RANGE分区会将其作为最小分区值存储,HASH\KEY分为会将其转换成0存储,主要LIST分区只支持整形,非整形字段需要通过函数转换成整形.

CREATE TABLE my_member (

    id INT NOT NULL,

    fname VARCHAR(30),

    lname VARCHAR(30),

    created DATE NOT NULL DEFAULT '1970-01-01',

    separated DATE NOT NULL DEFAULT '9999-12-31',

    job_code INT,

    store_id INT)PARTITION BY HASH(id)

PARTITIONS 4;


Hash 分区

我们在实际工作中经常遇到像会员表的这种表。并没有明显可以分区的特征字段。但表数据有非常庞大。为了把这类的数据进行分区打散mysql 提供了hash分区。基于给定的分区个数,将数据分配到不同的分区,HASH分区只能针对整数进行HASH,对于非整形的字段只能通过表达式将其转换成整数。表达式可以是mysql中任意有效的函数或者表达式,对于非整形的HASH往表插入数据的过程中会多一步表达式的计算操作,所以不建议使用复杂的表达式这样会影响性能。

Hash分区表的基本语句如下:

CREATE TABLE my_member (

    id INT NOT NULL,

    fname VARCHAR(30),

    lname VARCHAR(30),

    created DATE NOT NULL DEFAULT '1970-01-01',

    separated DATE NOT NULL DEFAULT '9999-12-31',

    job_code INT,

    store_id INT)PARTITION BY HASH(id)

PARTITIONS 4;

注意:

HASH分区可以不用指定PARTITIONS子句,如上文中的PARTITIONS 4,则默认分区数为1。

不允许只写PARTITIONS,而不指定分区数。

同RANGE分区和LIST分区一样,PARTITION BY HASH (expr)子句中的expr返回的必须是整数值。

HASH分区的底层实现其实是基于MOD函数。譬如,对于下表

CREATE TABLE t1 (col1 INT, col2 CHAR(5), col3 DATE) PARTITION BY HASH( YEAR(col3) ) PARTITIONS 4; 如果你要插入一个col3为“2017-09-15”的记录,则分区的选择是根据以下值决定的:

MOD(YEAR(‘2017-09-01’),4) = MOD(2017,4) = 1


LINEAR HASH分区

LINEAR HASH分区是HASH分区的一种特殊类型,与HASH分区是基于MOD函数不同的是,它基于的是另外一种算法。

格式如下:

CREATE TABLE my_members (

    id INT NOT NULL,

    fname VARCHAR(30),

    lname VARCHAR(30),

    hired DATE NOT NULL DEFAULT '1970-01-01',

    separated DATE NOT NULL DEFAULT '9999-12-31',

    job_code INT,

    store_id INT)PARTITION BY LINEAR HASH( id )

PARTITIONS 4;

说明: 它的优点是在数据量大的场景,譬如TB级,增加、删除、合并和拆分分区会更快,缺点是,相对于HASH分区,它数据分布不均匀的概率更大。


KEY分区

KEY分区其实跟HASH分区差不多,不同点如下:

KEY分区允许多列,而HASH分区只允许一列。

如果在有主键或者唯一键的情况下,key中分区列可不指定,默认为主键或者唯一键,如果没有,则必须显性指定列。

KEY分区对象必须为列,而不能是基于列的表达式。

KEY分区和HASH分区的算法不一样,PARTITION BY HASH (expr),MOD取值的对象是expr返回的值,而PARTITION BY KEY (column_list),基于的是列的MD5值。

格式如下:

CREATE TABLE k1 (  

  id INT NOT NULL PRIMARY KEY,       

 name VARCHAR(20)) PARTITION BY KEY()

PARTITIONS 2;

在没有主键或者唯一键的情况下,格式如下:

CREATE TABLE tm1 (

    s1 CHAR(32)

)PARTITION BY KEY(s1)

PARTITIONS 10;



Tips:

贴一段知乎上关于mysql优化的文,后续将继续出分表、分库相关的blog

MySQL 对于千万级的大表要怎么优化? - 互联网编程的回答 - 知乎

https://www.zhihu.com/question/19719997/answer/549041957

你可能感兴趣的:( 深入理解MySQL分区(Partition))