MySQL分区表的使用介绍
2015-04-03来源:易贤网

MySQL使用分区表的好处:

1,可以把一些归类的数据放在一个分区中,可以减少服务器检查数据的数量加快查询。

2,方便维护,通过删除分区来删除老的数据。

3,分区数据可以被分布到不同的物理位置,可以做分布式有效利用多个硬盘驱动器。

MySQL可以建立四种分区类型的分区:

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。

· LIST 分区:类似于按RANGE分区,区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择。

· HASH分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL 中有效的、产生非负整数值的任何表达式。

· KEY 分区:类似于按HASH分区,区别在于KEY分区只支持计算一列或多列,且MySQL 服务器提供其自身的哈希函数。必须有一列或多列包含整数值。

一般用得多的是range分区和list分区。

RANGE分区

这里以一个销售的业务来做测试

销售表有日期/商品/销售额三个字段

测试数据从2010年1月1日至2010年9月31日

以“月”为单位进行分区

初期分区定义

首先需要查看,当前 数据库是否支持分区

mysql>SHOW VARIABLES LIKE '%partition%';

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

| Variable_name | Value |

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

| have_partitioning | YES |

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

1 row in set (0.03 sec)

创建分区表,按照年月的方式分区。

mysql> CREATE TABLE sale_data (

-> sale_date DATETIME NOT NULL,

-> sale_item VARCHAR(2) NOT NULL ,

-> sale_money DECIMAL(10,2) NOT NULL

-> )

-> PARTITION BY RANGE (YEAR(sale_date)*100+MONTH(sale_date)) (

-> PARTITION p201001 VALUES LESS THAN (201002),

-> PARTITION p201002 VALUES LESS THAN (201003),

-> PARTITION p201003 VALUES LESS THAN (201004),

-> PARTITION p201004 VALUES LESS THAN (201005),

-> PARTITION p201005 VALUES LESS THAN (201006),

-> PARTITION p201006 VALUES LESS THAN (201007),

-> PARTITION p201007 VALUES LESS THAN (201008),

-> PARTITION p201008 VALUES LESS THAN (201009),

-> PARTITION p201009 VALUES LESS THAN (201010),

-> PARTITION pcatchall VLAUES LESS THAN MAXVALUE

-> );

Query OK, 0 rows affected (0.20 sec)

新增分区

mysql> ALTER TABLE sale_data

-> ADD PARTITION (PARTITION p201010 VALUES LESS THAN (201011));

Query OK, 0 rows affected (0.36 sec)

Records: 0 Duplicates: 0 Warnings: 0

删除分区

--当删除了一个分区,也同时删除了该分区中所有的数据。

mysql> ALTER TABLE sale_data DROP PARTITION p201010;

Query OK, 0 rows affected (0.22 sec)

Records: 0 Duplicates: 0 Warnings: 0

分区的合并

下面的SQL,将p201001 - p201009 合并为3个分区p2010Q1 - p2010Q3

mysql> ALTER TABLE sale_data

-> REORGANIZE PARTITION p201001,p201002,p201003,

-> p201004,p201005,p201006,

-> p201007,p201008,p201009 INTO

-> (

-> PARTITION p2010Q1 VALUES LESS THAN (201004),

-> PARTITION p2010Q2 VALUES LESS THAN (201007),

-> PARTITION p2010Q3 VALUES LESS THAN (201010)

-> );

Query OK, 0 rows affected (1.14 sec)

Records: 0 Duplicates: 0 Warnings: 0

分区的拆分

下面的SQL,将p2010Q1 分区,拆分为s2009 与s2010 两个分区

mysql> ALTER TABLE sale_data REORGANIZE PARTITION p2010Q1 INTO (

-> PARTITION s2009 VALUES LESS THAN (201001),

-> PARTITION s2010 VALUES LESS THAN (201004)

-> );

Query OK, 0 rows affected (0.36 sec)

Records: 0 Duplicates: 0 Warnings: 0

一个利用不同物理位置数据源做分区的例子:

CREATE TABLE ts (id INT, purchased DATE)

ENGINE=innodb

PARTITION BY RANGE(YEAR(purchased))

SUBPARTITION BY HASH(id)

(

PARTITION p0 VALUES LESS THAN (1990)

(

SUBPARTITION s0 //在大的分区下又有小的分区

DATA DIRECTORY='/usr/local/mysql/data0' //数据源

INDEX DIRECTORY='/usr/local/mysql/index0', //索引数据源

SUBPARTITION s1

DATA DIRECTORY='/usr/local/mysql/data1'

INDEX DIRECTORY='/usr/local/mysql/index1'

),

PARTITION p1 VALUES LESS THAN (MAXVALUE)

(

SUBPARTITION s2

DATA DIRECTORY='/usr/local/mysql/data1'

INDEX DIRECTORY='/usr/local/mysql/index1',

SUBPARTITION s3

DATA DIRECTORY='/usr/local/mysql/data2'

INDEX DIRECTORY='/usr/local/mysql/index2'

)

);

分区索引的局限:

1,所有分区都要使用同样的引擎。

2,分区表的每一个唯一索引必须包含由分区函数引用的列。

3,mysql能避免查询所有的分区,但仍然锁定了所有分区。

4,分区函数能使用的函数和表达式有限,例如函数有上面的4种。

5,分区不支持外键。

6,不能使用LOAD INDEX INTO CACHE

7,分区并不能总是改善性能,要进行性能评测。

例如可以使用expalin partitions 来查看查询语句是否使用分区过滤了数据:

mysql> explain partitions select * from fenqubiao where day<'2011-09-12';

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

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

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

| 1 | SIMPLE | fenqubiao | p_2010,p_2011 | ALL | NULL | NULL | NULL | NULL | 2 | Using where |

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

1 row in set (0.00 sec)

更多信息请查看IT技术专栏

推荐信息