Mysql --- 分区表

Posted 2020-09-15 涛涛taotao

概念：由一个或多个物理分区组成的表

类型：RANGE HASH LIST KEY

下面主要实现RANGE和HASH

一.RANGE类型的分区表

1.按照主键分区

DROP TABLE IF EXISTS p_user;
CREATE TABLE p_user(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB PARTITION BY RANGE (id)
(
PARTITION p0 VALUES LESS THAN (10),
PARTITION p1 VALUES LESS THAN (20),
PARTITION p2 VALUES LESS THAN (30),
PARTITION p3 VALUES LESS THAN MAXVALUE
)

 分区表p_user，小于10的id存储在p0分区中，10到20之间的id存储在p1中，以此类推，大于30的id存储在p3中。

 如果去掉 PARTITION p3 VALUES LESS THAN MAXVALUE ，则插入id 超过30的数据会报错：Table has no partition for value 30

 

2.按照日期分区

DROP TABLE IF EXISTS p_user;
CREATE TABLE p_user(
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB PARTITION BY RANGE (YEAR(login_date))
(
PARTITION p_2014 VALUES LESS THAN (2015),
PARTITION p_2015 VALUES LESS THAN (2016),
PARTITION p_2016 VALUES LESS THAN (2017),
PARTITION p_max VALUES LESS THAN MAXVALUE
)

 

 查看分区查询情况：

explain partitions select * from p_user where login_date >= \'2017-1-1\'

 

 可见是从p_max分区中读的数据

 

二.HASH类型的分区表

1.按照id分区，且均匀分布数据

DROP TABLE IF EXISTS p_user;
CREATE TABLE p_user(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB PARTITION BY HASH (id)
PARTITIONS 4

EXPLAIN PARTITIONS SELECT * FROM p_user WHERE id = 1015

 

选择分区规则是：hash后面的计算值 除以 分区数目 余数就是分区所在。（1015/4 余数3 所以在p3）。所以hash类型的分区表可以保证数据均匀分布。

 

2.按照id分区，且以满1000000数据为换分区的条件

说明：第一分区存满1000000数据，则换下一分区，当四个分区都满1000000数据后，回到第一分区重新开始，当第一分区再次满1000000数据后，继续换下一分区，以此循环

DROP TABLE IF EXISTS p_user;
CREATE TABLE p_user(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB PARTITION BY HASH (id DIV 1000000)
PARTITIONS 4

 

三.效率测试

准备两张表

-- 有分区的表
DROP TABLE IF EXISTS p_user;
CREATE TABLE p_user(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB PARTITION BY HASH (id)
PARTITIONS 4

-- 没有分区的表
DROP TABLE IF EXISTS user;
CREATE TABLE user(
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(225),
    login_date DATETIME
)ENGINE=INNODB

 

两张表分别填充1600万左右的数据

1.测试（1）

select * from p_user where id = 15000000;
select * from user where id = 15000000;

 

查询耗时相当，因为id是主键索引，所以无法体现分区表的优势。

 

 

2.测试（2）

把p_user 和 user 表id字段的主键和自增属性去掉，且把id为15000000行对应的name改成\'httt\'

select * from p_user where id = 15000000;
select * from user where id = 15000000;

原因：第一条查询会到对应的分区里查找数据，所以更快

explain partitions select * from p_user where id = 15000000;

 

3.测试（3）

和测试（2）的场景一样

select * from p_user where name = \'httt\' and id = 15000000;
select * from user where name = \'httt\' and id = 15000000;

 原因：第一条查询会到对应的分区里查找数据，所以更快

 

4.测试（4）

和测试（2）的场景一样

select * from p_user where name = \'httt\';
select * from user where name = \'httt\';

 

 

可见分区表的耗时比多了两秒，多次执行，结果都是分区表耗时长。原因：条件字段不是分区字段，所以查询每个分区的数据

explain partitions select * from p_user where name = \'httt\';

 

 

5.测试总结

　　---按照索引列分区，那么对查询优化几乎没影响

　　---按照非索引列分区，则查询条件中用了分区列，能提高查询速度，反之，会降低查询速度