MySQL · 最佳實踐 · 分區表基本類型

Mysql分區表概述

隨著Mysql越來越流行，Mysql里面的保存的數據也越來越大。在日常的工作中，我們經常遇到一張表里面保存了上億甚至過十億的記錄。這些表里面保存了大量的歷史記錄。 對于這些歷史數據的清理是一個非常頭疼事情，由于所有的數據都一個普通的表里。所以只能是啟用一個或多個帶where條件的delete語句去刪除（一般where條件是時間）。 這對數據庫的造成了很大壓力。即使我們把這些刪除了，但底層的數據文件并沒有變小。面對這類問題，最有效的方法就是在使用分區表。最常見的分區方法就是按照時間進行分區。 分區一個最大的優點就是可以非常高效的進行歷史數據的清理。

分區類型

目前MySQL支持范圍分區（RANGE），列表分區（LIST），哈希分區（HASH）以及KEY分區四種。下面我們逐一介紹每種分區：

RANGE分區

基于屬于一個給定連續區間的列值，把多行分配給分區。最常見的是基于時間字段. 基于分區的列最好是整型，如果日期型的可以使用函數轉換為整型。本例中使用to_days函數

CREATE TABLE my_range_datetime(

id INT,

hiredate DATETIME

)

PARTITION BY RANGE (TO_DAYS(hiredate) ) (

PARTITION p1 VALUES LESS THAN ( TO_DAYS('20171202') ),

PARTITION p2 VALUES LESS THAN ( TO_DAYS('20171203') ),

PARTITION p3 VALUES LESS THAN ( TO_DAYS('20171204') ),

PARTITION p4 VALUES LESS THAN ( TO_DAYS('20171205') ),

PARTITION p5 VALUES LESS THAN ( TO_DAYS('20171206') ),

PARTITION p6 VALUES LESS THAN ( TO_DAYS('20171207') ),

PARTITION p7 VALUES LESS THAN ( TO_DAYS('20171208') ),

PARTITION p8 VALUES LESS THAN ( TO_DAYS('20171209') ),

PARTITION p9 VALUES LESS THAN ( TO_DAYS('20171210') ),

PARTITION p10 VALUES LESS THAN ( TO_DAYS('20171211') )，

PARTITION p11 VALUES LESS THAN (MAXVALUE)

);

p11是一個默認分區，所有大于20171211的記錄都會在這個分區。MAXVALUE是一個無窮大的值。p11是一個可選分區。如果在定義表的沒有指定的這個分區，當我們插入大于20171211的數據的時候，會收到一個錯誤。

我們在執行查詢的時候，必須帶上分區字段。這樣可以使用分區剪裁功能

mysql> insert into my_range_datetime select * from test;

Query OK, 1000000 rows affected (8.15 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from my_range_datetime where hiredate >= '20171207124503' and hiredate<='20171210111230';

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

| 1 | SIMPLE | my_range_datetime | p7,p8,p9,p10 | ALL | NULL | NULL | NULL | NULL | 400061 | Using where |

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

1 row in set (0.03 sec)

注意執行計劃中的partitions的內容，只查詢了p7，p8，p9，p10三個分區，由此來看，使用to_days函數確實可以實現分區裁剪。

上面是基于datetime的，如果是timestamp類型，我們遇到上面問題呢？

事實上，MySQL提供了一種基于UNIX_TIMESTAMP函數的RANGE分區方案，而且，只能使用UNIX_TIMESTAMP函數，如果使用其它函數，譬如to_days，會報如下錯誤：“ERROR 1486 (HY000): Constant, random or timezone-dependent expressions in (sub)partitioning function are not allowed”。

而且官方文檔中也提到“Any other expressions involving TIMESTAMP values are not permitted. (See Bug #42849.)”。

下面來測試一下基于UNIX_TIMESTAMP函數的RANGE分區方案，看其能否實現分區裁剪。

針對TIMESTAMP的分區方案

創表語句如下：

CREATE TABLE my_range_timestamp (

id INT,

hiredate TIMESTAMP

)

PARTITION BY RANGE ( UNIX_TIMESTAMP(hiredate) ) (

PARTITION p1 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-02 00:00:00') ),

PARTITION p2 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-03 00:00:00') ),

PARTITION p3 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-04 00:00:00') ),

PARTITION p4 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-05 00:00:00') ),

PARTITION p5 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-06 00:00:00') ),

PARTITION p6 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-07 00:00:00') ),

PARTITION p7 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-08 00:00:00') ),

PARTITION p8 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-09 00:00:00') ),

PARTITION p9 VALUES LESS THAN ( UNIX_TIMESTAMP('2017-12-10 00:00:00') ),

PARTITION p10 VALUES LESS THAN (UNIX_TIMESTAMP('2017-12-11 00:00:00') )

);

插入數據并查看上述查詢的執行計劃

mysql> insert into my_range_timestamp select * from test;

Query OK, 1000000 rows affected (13.25 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from my_range_timestamp where hiredate >= '20171207124503' and hiredate<='20171210111230';

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

| 1 | SIMPLE | my_range_timestamp | p7,p8,p9,p10 | ALL | NULL | NULL | NULL | NULL | 400448 | Using where |

+----+-------------+-------------------+--------------+------+---------------+------+---------+------+--------+-------------+

1 row in set (0.00 sec)

同樣也能實現分區裁剪。

在5.7版本之前，對于DATA和DATETIME類型的列，如果要實現分區裁剪，只能使用YEAR() 和TO_DAYS()函數，在5.7版本中，又新增了TO_SECONDS()函數。

LIST 分區

LIST分區

LIST分區和RANGE分區類似，區別在于LIST是枚舉值列表的集合，RANGE是連續的區間值的集合。二者在語法方面非常的相似。同樣建議LIST分區列是非null列，否則插入null值如果枚舉列表里面不存在null值會插入失敗，這點和其它的分區不一樣，RANGE分區會將其作為最小分區值存儲，HASH\KEY分為會將其轉換成0存儲，主要LIST分區只支持整形，非整形字段需要通過函數轉換成整形.

create table t_list(

a int(11),

b int(11)

)(partition by list (b)

partition p0 values in (1,3,5,7,9),

partition p1 values in (2,4,6,8,0)

);

Hash 分區

我們在實際工作中經常遇到像會員表的這種表。并沒有明顯可以分區的特征字段。但表數據有非常龐大。為了把這類的數據進行分區打散mysql 提供了hash分區。基于給定的分區個數，將數據分配到不同的分區，HASH分區只能針對整數進行HASH，對于非整形的字段只能通過表達式將其轉換成整數。表達式可以是mysql中任意有效的函數或者表達式，對于非整形的HASH往表插入數據的過程中會多一步表達式的計算操作，所以不建議使用復雜的表達式這樣會影響性能。

Hash分區表的基本語句如下：

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分區可以不用指定PARTITIONS子句，如上文中的PARTITIONS 4，則默認分區數為1。

不允許只寫PARTITIONS，而不指定分區數。

同RANGE分區和LIST分區一樣，PARTITION BY HASH (expr)子句中的expr返回的必須是整數值。

HASH分區的底層實現其實是基于MOD函數。譬如，對于下表

CREATE TABLE t1 (col1 INT, col2 CHAR(5), col3 DATE) PARTITION BY HASH( YEAR(col3) ) PARTITIONS 4; 如果你要插入一個col3為“2017-09-15”的記錄，則分區的選擇是根據以下值決定的：

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

LINEAR HASH分區

LINEAR HASH分區是HASH分區的一種特殊類型，與HASH分區是基于MOD函數不同的是，它基于的是另外一種算法。

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;

說明： 它的優點是在數據量大的場景，譬如TB級，增加、刪除、合并和拆分分區會更快，缺點是，相對于HASH分區，它數據分布不均勻的概率更大。

KEY分區

KEY分區其實跟HASH分區差不多，不同點如下：

KEY分區允許多列，而HASH分區只允許一列。

如果在有主鍵或者唯一鍵的情況下，key中分區列可不指定，默認為主鍵或者唯一鍵，如果沒有，則必須顯性指定列。

KEY分區對象必須為列，而不能是基于列的表達式。

KEY分區和HASH分區的算法不一樣，PARTITION BY HASH (expr)，MOD取值的對象是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;

在沒有主鍵或者唯一鍵的情況下，格式如下：

CREATE TABLE tm1 (

s1 CHAR(32)

)

PARTITION BY KEY(s1)

PARTITIONS 10;

總結：

MySQL分區中如果存在主鍵或唯一鍵，則分區列必須包含在其中。

對于原生的RANGE分區，LIST分區，HASH分區，分區對象返回的只能是整數值。

分區字段不能為NULL，要不然怎么確定分區范圍呢，所以盡量NOT NULL

MySQL Unix

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。