zoukankan      html  css  js  c++  java

  • MySQL分区（Partition）功能

    引用地址：http://blog.csdn.net/tjcyjd/article/details/11194489

    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 plain copy
    1. mysql> CREATE TABLE part_tab ( c1 int default NULL, c2 varchar(30) default NULL, c3 date default NULL) engine=myisam   
    2. PARTITION BY RANGE (year(c3)) (PARTITION p0 VALUES LESS THAN (1995),  
    3. PARTITION p1 VALUES LESS THAN (1996) , PARTITION p2 VALUES LESS THAN (1997) ,  
    4. PARTITION p3 VALUES LESS THAN (1998) , PARTITION p4 VALUES LESS THAN (1999) ,  
    5. PARTITION p5 VALUES LESS THAN (2000) , PARTITION p6 VALUES LESS THAN (2001) ,  
    6. PARTITION p7 VALUES LESS THAN (2002) , PARTITION p8 VALUES LESS THAN (2003) ,  
    7. PARTITION p9 VALUES LESS THAN (2004) , PARTITION p10 VALUES LESS THAN (2010),  
    8. PARTITION p11 VALUES LESS THAN MAXVALUE );   

    注意最后一行，考虑到可能的最大值

    *创建未分区表

    [sql] view plain copy
    1. mysql> create table no_part_tab (c1 int(11) default NULL,c2 varchar(30) default NULL,c3 date default NULL) 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 plain copy
    1. mysql> CREATE PROCEDURE load_part_tab()  
    2.        begin  
    3.     declare v int default 0;  
    4.     while v < 8000000  
    5.     do  
    6.         insert into part_tab  
    7.         values (v,'testing partitions',adddate('1995-01-01',(rand(v)*36520) mod 3652));  
    8.          set v = v + 1;  
    9.     end while;  
    10.     end  
    11.     //  
    12. mysql> delimiter ;  
    13. mysql> call load_part_tab();  

    Query OK, 1 row affected (8 min 17.75 sec)

    [sql] view plain copy
    1. mysql> insert into no_part_tab select * from part_tab;  

    Query OK, 8000000 rows affected (51.59 sec)
    Records: 8000000 Duplicates: 0 Warnings: 0

    * 测试SQL性能

    [sql] view plain copy
    1. mysql> select count(*) from part_tab where c3 > date '1995-01-01' and c3 < date '1995-12-31';  

    +----------+
    | count(*) |
    +----------+
    |   795181 |
    +----------+

    1 row in set (0.55 sec)

     

    [sql] view plain copy
    1. mysql> select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < 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 plain copy
    1. mysql > explain select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < 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 plain copy
    1. mysql> explain select count(*) from part_tab where c3 > date '1995-01-01' and c3 < 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 plain copy
    1. mysql> create index idx_of_c3 on no_part_tab (c3);  

    Query OK, 8000000 rows affected (1 min 18.08 sec)
    Records: 8000000 Duplicates: 0 Warnings: 0

    [sql] view plain copy
    1. mysql> create index idx_of_c3 on part_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 plain copy
    1. mysql> select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < 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 plain copy
    1. mysql> select count(*) from part_tab where c3 > date '1995-01-01' and c3 < 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 plain copy
    1. mysql> select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < date '1997-12-31';  

    +----------+
    | count(*) |
    +----------+
    | 2396524 |
    +----------+
    1 row in set (5.42 sec)

    [sql] view plain copy
    1. mysql> select count(*) from part_tab where c3 > date '1995-01-01' and c3 < date '1997-12-31';  

    +----------+
    | count(*) |
    +----------+
    | 2396524 |
    +----------+

    1 row in set (2.63 sec)

     

    ** 增加未索引字段查询

    [sql] view plain copy
    1. mysql> select count(*) from part_tab where c3 > date '1995-01-01' and c3 < date  
    2. '1996-12-31' and c2='hello';  

    +----------+
    | count(*) |
    +----------+
    |        0 |
    +----------+
    1 row in set (0.75 sec)

    [sql] view plain copy
    1. mysql> select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < date '1996-12-31' and c2='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 plain copy
    1. CREATE TABLE users (  
    2.        uid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.        name VARCHAR(30) NOT NULL DEFAULT '',  
    4.        email VARCHAR(30) NOT NULL DEFAULT ''  
    5. )  
    6. PARTITION BY RANGE (uid) (  
    7.        PARTITION p0 VALUES LESS THAN (3000000)  
    8.        DATA DIRECTORY = '/data0/data'  
    9.        INDEX DIRECTORY = '/data1/idx',  
    10.   
    11.        PARTITION p1 VALUES LESS THAN (6000000)  
    12.        DATA DIRECTORY = '/data2/data'  
    13.        INDEX DIRECTORY = '/data3/idx',  
    14.   
    15.        PARTITION p2 VALUES LESS THAN (9000000)  
    16.        DATA DIRECTORY = '/data4/data'  
    17.        INDEX DIRECTORY = '/data5/idx',  
    18.   
    19.        PARTITION p3 VALUES LESS THAN MAXVALUE     DATA DIRECTORY = '/data6/data'   
    20.        INDEX DIRECTORY = '/data7/idx'  
    21. );  

    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 plain copy
    1. CREATE TABLE category (  
    2.      cid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.      name VARCHAR(30) NOT NULL DEFAULT ''  
    4. )  
    5. PARTITION BY LIST (cid) (  
    6.      PARTITION p0 VALUES IN (0,4,8,12)  
    7.      DATA DIRECTORY = '/data0/data'   
    8.      INDEX DIRECTORY = '/data1/idx',  
    9.        
    10.      PARTITION p1 VALUES IN (1,5,9,13)  
    11.      DATA DIRECTORY = '/data2/data'  
    12.      INDEX DIRECTORY = '/data3/idx',  
    13.        
    14.      PARTITION p2 VALUES IN (2,6,10,14)  
    15.      DATA DIRECTORY = '/data4/data'  
    16.      INDEX DIRECTORY = '/data5/idx',  
    17.        
    18.      PARTITION p3 VALUES IN (3,7,11,15)  
    19.      DATA DIRECTORY = '/data6/data'  
    20.      INDEX DIRECTORY = '/data7/idx'  
    21. );     

    分成4个区，数据文件和索引文件单独存放。

    * HASH 类型     

    [sql] view plain copy
    1. CREATE TABLE users (  
    2.      uid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.      name VARCHAR(30) NOT NULL DEFAULT '',  
    4.      email VARCHAR(30) NOT NULL DEFAULT ''  
    5. )  
    6. PARTITION BY HASH (uid) PARTITIONS 4 (  
    7.      PARTITION p0  
    8.      DATA DIRECTORY = '/data0/data'  
    9.      INDEX DIRECTORY = '/data1/idx',  
    10.   
    11.      PARTITION p1  
    12.      DATA DIRECTORY = '/data2/data'  
    13.      INDEX DIRECTORY = '/data3/idx',  
    14.   
    15.      PARTITION p2  
    16.      DATA DIRECTORY = '/data4/data'  
    17.      INDEX DIRECTORY = '/data5/idx',  
    18.   
    19.      PARTITION p3  
    20.      DATA DIRECTORY = '/data6/data'  
    21.      INDEX DIRECTORY = '/data7/idx'  
    22. );  

    分成4个区，数据文件和索引文件单独存放。

    例子：

    [sql] view plain copy
    1. CREATE TABLE ti2 (id INT, amount DECIMAL(7,2), tr_date DATE)  
    2.     ENGINE=myisam  
    3.     PARTITION BY HASH( MONTH(tr_date) )  
    4.     PARTITIONS 6;  
    5.   
    6. CREATE PROCEDURE load_ti2()  
    7.        begin  
    8.     declare v int default 0;  
    9.     while v < 80000  
    10.     do  
    11.         insert into ti2  
    12.         values (v,'3.14',adddate('1995-01-01',(rand(v)*3652) mod 365));  
    13.          set v = v + 1;  
    14.     end while;  
    15.     end  
    16.     //  

    * KEY 类型

    [sql] view plain copy
    1. CREATE TABLE users (  
    2.      uid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.      name VARCHAR(30) NOT NULL DEFAULT '',  
    4.      email VARCHAR(30) NOT NULL DEFAULT ''  
    5. )  
    6. PARTITION BY KEY (uid) PARTITIONS 4 (  
    7.      PARTITION p0  
    8.      DATA DIRECTORY = '/data0/data'  
    9.      INDEX DIRECTORY = '/data1/idx',  
    10.        
    11.      PARTITION p1  
    12.      DATA DIRECTORY = '/data2/data'   
    13.      INDEX DIRECTORY = '/data3/idx',  
    14.        
    15.      PARTITION p2   
    16.      DATA DIRECTORY = '/data4/data'  
    17.      INDEX DIRECTORY = '/data5/idx',  
    18.        
    19.      PARTITION p3   
    20.      DATA DIRECTORY = '/data6/data'  
    21.      INDEX DIRECTORY = '/data7/idx'  
    22. );     

    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 plain copy
    1. CREATE TABLE users (  
    2.      uid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.      name VARCHAR(30) NOT NULL DEFAULT '',  
    4.      email VARCHAR(30) NOT NULL DEFAULT ''  
    5. )  
    6. PARTITION BY RANGE (uid) SUBPARTITION BY HASH (uid % 4) SUBPARTITIONS 2(  
    7.      PARTITION p0 VALUES LESS THAN (3000000)  
    8.      DATA DIRECTORY = '/data0/data'  
    9.      INDEX DIRECTORY = '/data1/idx',  
    10.   
    11.      PARTITION p1 VALUES LESS THAN (6000000)  
    12.      DATA DIRECTORY = '/data2/data'  
    13.      INDEX DIRECTORY = '/data3/idx'  
    14. );  

    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 plain copy
    1. CREATE TABLE users (  
    2.      uid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,  
    3.      name VARCHAR(30) NOT NULL DEFAULT '',  
    4.      email VARCHAR(30) NOT NULL DEFAULT ''  
    5. )  
    6. PARTITION BY RANGE (uid) SUBPARTITION BY KEY(uid) SUBPARTITIONS 2(  
    7.      PARTITION p0 VALUES LESS THAN (3000000)  
    8.      DATA DIRECTORY = '/data0/data'  
    9.      INDEX DIRECTORY = '/data1/idx',  
    10.   
    11.      PARTITION p1 VALUES LESS THAN (6000000)  
    12.      DATA DIRECTORY = '/data2/data'  
    13.      INDEX DIRECTORY = '/data3/idx'  
    14. );  

    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 plain copy
    1. ALERT TABLE users DROP PARTITION p0;  

          删除分区 p0。

     

        * 重建分区
              o RANGE 分区重建

    [sql] view plain copy
    1. ALTER TABLE users REORGANIZE PARTITION p0,p1 INTO (PARTITION p0 VALUES LESS THAN (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 plain copy
    1. ALTER TABLE users REORGANIZE PARTITION p0,p1 INTO (PARTITION p0 VALUES IN(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 plain copy
    1. ALTER TABLE users REORGANIZE PARTITION COALESCE PARTITION 2;  

                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 plain copy
    1. ALTER TABLE category ADD PARTITION (PARTITION p4 VALUES IN (16,17,18,19)  
    2.            DATA DIRECTORY = '/data8/data'  
    3.            INDEX DIRECTORY = '/data9/idx');  

                新增一个RANGE分区。
              o 新增 HASH/KEY 分区

    [sql] view plain copy
    1. ALTER TABLE users ADD PARTITION PARTITIONS 8;  

                将分区总数扩展到8个。

    [ 给已有的表加上分区 ]

    [sql] view plain copy
    1. alter table results partition by RANGE (month(ttime))   
    2. (PARTITION p0 VALUES LESS THAN (1),  
    3. PARTITION p1 VALUES LESS THAN (2) , PARTITION p2 VALUES LESS THAN (3) ,  
    4. PARTITION p3 VALUES LESS THAN (4) , PARTITION p4 VALUES LESS THAN (5) ,  
    5. PARTITION p5 VALUES LESS THAN (6) , PARTITION p6 VALUES LESS THAN (7) ,  
    6. PARTITION p7 VALUES LESS THAN (8) , PARTITION p8 VALUES LESS THAN (9) ,  
    7. PARTITION p9 VALUES LESS THAN (10) , PARTITION p10 VALUES LESS THAN (11),  
    8. PARTITION p11 VALUES LESS THAN (12),  
    9. PARTITION P12 VALUES LESS THAN (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 plain copy
    1. mysql> ALTER TABLE np_pk  
    2.     ->     PARTITION BY HASH( TO_DAYS(added) )  
    3.     ->     PARTITIONS 4;  

    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 plain copy
    1. mysql> ALTER TABLE np_pk  
    2.     ->     PARTITION BY HASH(id)  
    3.     ->     PARTITIONS 4;  

    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 plain copy
    1. mysql> alter table results drop PRIMARY KEY;  

    Query OK, 5374850 rows affected (7 min 4.05 sec)
    Records: 5374850 Duplicates: 0 Warnings: 0

    [sql] view plain copy
    1. mysql> alter table results add PRIMARY KEY(id, ttime);  

    Query OK, 5374850 rows affected (6 min 14.86 sec)

    Records: 5374850 Duplicates: 0 Warnings: 0
  • 相关阅读:
    hibernate 映射<二>一对一主键关联
    C# Convert Type to T
    008 OS模块
    001基础知识补充与拓展
    005Buffer(缓冲区)
    009path模块
    002nodejs简介与安装
    007http模块
    004NPM包管理器
    003nodejs的模块化
  • 原文地址：https://www.cnblogs.com/gzyx1988/p/8320018.html
Copyright © 2011-2022 走看看