使用Mysql分区表对数据库进行优化

早期工作中没有做好足够的设计，目前记录表单表数据2000w且无有效索引，表现是分页缓慢，模糊查询拉闸。

当前业务中，写操作会多于读操作，时不时会遇到慢SQL占用过多的数据连接，导致写操作无法正常进行。作为记录表有着明显的冷热数据，综合考虑下使用数据分区表解决读操作过慢的问题

下面是问题解决记录：

1 分离热点数据

对记录表进行分区，缩小数据筛选范围
这里我选用的时间字段 create_time[TIMESTAMP]

ALTER TABLE record PARTITION by RANGE(UNIX_TIMESTAMP(create_time))
(
PARTITION p1 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-01-01 00:00:00') ),
PARTITION p2 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-02-01 00:00:00') ),
PARTITION p3 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-03-01 00:00:00') ),
PARTITION p4 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-04-01 00:00:00') ),
PARTITION p5 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-05-01 00:00:00') ),
PARTITION p6 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-06-01 00:00:00') ),
PARTITION p7 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-07-01 00:00:00') ),
PARTITION p8 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-08-01 00:00:00') ),
PARTITION p9 VALUES LESS THAN ( UNIX_TIMESTAMP('2020-09-01 00:00:00') ),
PARTITION p10 VALUES LESS THAN (UNIX_TIMESTAMP('2020-10-01 00:00:00') )
)

这里有几个常见的错误

• A PRIMARY KEY must include all columns in the table's partitioning function
• A UNIQUE INDEX must include all columns in the table's partitioning function

意思是表上的每一个唯一索引都必须位于分区表的表达式上，如果我选用create_time作为分区字段，那么这个字段就必须是唯一索引。【PRIMARY KEY或者 UNIQUE INDEX】
所以删除原有的PRIMARY KEY【主键id】建立联合主键

ALTER TABLE record DROP PRIMARY KEY, ADD PRIMARY KEY(id,create_time);

使用下面命令查看各分区记录数量

SELECT PARTITION_NAME,TABLE_ROWS FROM INFORMATION_SCHEMA.PARTITIONS WHERE TABLE_NAME = 'record';

分析SQL判断查询是否区分分区

EXPLAIN PARTITIONS SELECT id,create_time FROM table_name WHERE create_time> '2020-03-01 00:00:00' AND create_time< NOW()

查询可以区分分区，不再全表查询，优化的初步目的达到。

2 优化查询效率

业务中涉及分页操作，最常见的分页语法中包括2条SQL

• 获取记录总数 SELECT COUNT(*)
• 对记录进行分页 SELECT * FROM table_name WHERE xxxxxxx LIMIT n , m

使用分区表后，仅仅是减少了数据筛选范围【2000w数据表只使用最近2月的分区，数据量降低为300w内】，查询效率提升了70%【45s -> 15s】查询耗时还在10s以上并没有完全解决问题

2.1 选择合适的存储引擎

在InnoDB存储引擎下，随着表数据的增大 COUNT(*)和LIMIT 都会变得极其耗时。
MYISAM引擎倒是非常快，但是该引擎并不支持行级锁，读操作是共享锁，写操作是排他锁，支持并发插入，写压力过大情况下可能会遇到表锁情况，长期处于Locked状态。
综合考虑下使用InnoDB

2.2 SQL和业务调整

在业务上做了一定的取舍，去掉了分页的最后一页和输入自定义页码操作，只留下了上下翻页和最近几页跳页面。【参考58同城页面】

这个有些类似ES中的游标查询【scroll】，前后端配合完成，一页一页的查询，每次需要知道当前的有游标也就是主键ID，上页下页和PageSize

SELECT * FROM table_name WHERE id > scroll and id < scroll + pageSize

还见过另一种SQL优化方案，只需要后端即可完成，效率相对低一些 存在limit过大的问题

SELECT * FROM table_name where id >= (SELECT id FROM table_name LIMIT (pageNo-1) * pageSize, 1) LIMIT pageSize

2.3 索引的调整

分区表每一个分区都索引独立存储，记录表涉及到查询，对查询的字段建立索引

增加记录名索引：CREATE INDEX index_name ON table_name(table_field)
最终的查询SQL: SELECT id,name,create_time FROM table_name WHERE table_field like 'xxxx%'AND create_time > '2020-03-01 00:00:00' AND create_time < NOW()
分析SQL:使用Explain ，发现命中索引 查询和分页耗时在0.01-0.04之间，基本满足要求。

以上是使用分区表对大数据库表进行的优化，也存在一些业务上的妥协和局限，比如为了查询命中索引like必须从前到后匹配查询，分页不能跳到指定页面。

若想不在业务上做妥协，可以采取ES来做分页，数据库做基础查询，又或者使用Sphinx来做全文搜索。
业务开发的复杂度，数据的精确程度，以及时效性，三者通常来说指只能满足其二。在不同业务情况下，做不同的取舍，就仁者见仁智者见智了。