使用SQL-Server分区表功能提高数据库的读写性能

首先祝大家新年快乐，身体健康，万事如意。
一般来说一个系统最先出现瓶颈的点很可能是数据库。比如我们的生产系统并发量很高在跑一段时间后，数据库中某些表的数据量会越来越大。海量的数据会严重影响数据库的读写性能。
这个时候我们会开始优化系统，一般会经过这么几个过程：

1. 找出SQL慢查询，针对该SQL进行优化，比如改进SQL的写法，查看执行计划对全表扫描的字段建立索引
2. 引入缓存，把一部分读压力加载到内存中
3. 读写分离
4. 引入队列，把并发的请求使其串行化，来减轻系统瞬时压力
5. 分表/分库

对于第五点优化方案我们来细说一下。分表分库通常有两种拆分维度：1.垂直切分，垂直切分往往跟业务有强相关关系，比如把某个表的某些不常用的字段迁移出去，比如订单的明细数据可以独立成一张表，需要使用的时候才读取 2.水平切分，比如按年份来拆分，把数据库按年或者按某些规则按时间段分成多个表。
拆分表之后每个表的数据量将会变小，带来的好处是不言而喻的。不管是全表扫描，还是索引查询都会有比较高的提升。如果把不同的表文件落在多个磁盘上那数据库的IO性能还能进一步提高。
如果纯手工拆分，比如按年份拆分成多个表，那么上层业务代码也得进行调整。每次读写都得判断该使用哪张表。如果是跨多个年份的分页查询更加难搞。人肉分表基本上不可能实现的，对于上层编码简直是个噩梦。所以针对分表分库我们通常会使用某些中间件，比如Mycat，Sharding-JDBC等中间件。使用这些组件确实能实现分表分库，并且对业务层代码屏蔽了数据库架构的改动，但是配置略显麻烦。如果你使用的是SQL Server数据库，并且目前还不需要分库，只需要分表，那么其实使用内置的分区表功能是最简单的方案。只需要打开SQL Server Management Studio简单设置几下就可以了，对于你上层应用完全是无感的，你的代码、数据库连接串都不需要改动。
以下我们通过2个简单的测试，来简单的演示下如何进行表分区操作，以及测试下分区前后性能变化。

测试写性能

我们的测试方案：新建一张logs表，按年份写入数据。2019年写入1000000数据，2020年也写入100000数据。为了加快写入的速度，每个年份并行10个线程同时写，每个线程写100000数据，一共1000000数据。然后把logs表改成分区表再用同样的方式写入2000000数据。记录耗时 比较两次的耗时。
硬件为一台14年产的笔记本，OS为win10。挂载2块硬盘，1块为5400转的机械硬盘，1块为15年加的SSD。磁盘性能可以说极为垃圾。未分区时表文件会落在机械硬盘上。

未分区情况下测试

使用脚本建表：

CREATE TABLE [dbo].[logs](
	[id] [uniqueidentifier] NOT NULL,
	[log_txt] [varchar](200) NULL,
	[log_time] [datetime] NULL,
 CONSTRAINT [PK_logs] PRIMARY KEY CLUSTERED 
(
	[id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
)

新建一个控制台程序编写代码：

class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine("Hello World!");
            Task.Run(() =>
            {
                InsertData(2019);
            });
            Task.Run(() =>
            {
                InsertData(2020);
            });
            Console.ReadLine();
        }

        static void InsertData(int year)
        {
            var tasks = new List<Task>();
            Stopwatch sw = new Stopwatch();
            sw.Start();
            for (int i = 0; i < 10; i++)
            {
                tasks.Add(Task.Run(()=> {
                    using (var conn = new SqlConnection())
                    {
                        conn.ConnectionString = "Persist Security Info = False; User ID =sa; Password =dev@123; Initial Catalog =fq_test; Server =.\\mssql2016";
                        conn.Open();
                        int index = 0;
                        for (int j = 0; j < 100000; j++)
                        {
                            var logtime = new DateTime(year, new Random().Next(1, 12), new Random().Next(1, 28));
                            conn.Execute("insert into logs2 values (newid(),'下订单',@logtime)", new
                            {
                                logtime
                            });
                            Console.WriteLine("logtime:{0} index {1}", logtime, index++);
                        }
                    }
                }));
            }
            Task.WaitAll(tasks.ToArray());
            sw.Stop();
            Console.WriteLine("Year {0} complete , total time: {1}.", year, sw.ElapsedMilliseconds);
        }
    }

写完2000000数据耗时1369454毫秒。

分区情况下进行测试

开始分区

把一个表设置为分区表大概有5个步骤：

1. 添加文件组
2. 在文件组添加文件
3. 新建分区函数
4. 新建分区方案
5. 开始分区

以下演示下如何使用SQL SERVER Management Studio管理器进行表分区：

选中数据库=>属性=>文件组，添加group1，group2两个文件组。

选中数据库=>属性=>文件。添加file1，文件组选group1，路径选择一个文件目录。这里选择E盘data目录。添加file2，文件组选择group2，路径选择一个文件目录。这里选择X盘的data目录。这样当分区的时候数据就会落在这2个目录下。这里的路径可以选择在同一个硬盘，但是为了更高的读写性能，如果有条件建议直接指定在不同的硬盘下。

选中logs表=>存储=>创建分区，启动分区向导工具。

新建一个分区函数，点击下一步。

新建一个分区方案，点击下一步。

选择一个分区列，数据会根据该列进行水平拆分。这里选择logtime，因为时间是比较适合水平切分的一个维度。

值得数据拆分的范围。范围选择“右边界”。右边界跟左边界的差异在于对边界值的处理。右边界是<，左边界是<=，也就是包含边界值。
我们这里设置group1存储2019的数据，group2存储2020的数据。所以group1的边界值设置为2020-01-01，group2的边界值设置为2021-01-01 。

设置完是这个样子，需要3个文件组。当出现不在group1，group2范围内的数据就会存储在第三个文件组内。


建好分区函数、分区方案后，可以选择生成脚本或者立即执行。这里选择“立即执行”。当执行完成后，表里的数据会按照分区方案设置的边界分散到多个文件上。

在分区情况下进行测试

先清空logs表所有的数据，然后使用同样的代码进行测试。测试结果显示写完2000000数据耗时：568903毫秒。可以看到数据库写性能大副提高，大概提高了1倍不止的性能。这也比较符合两块磁盘同时IO的预期。

测试读性能

我们的测试方案：新建一张log2表，使用上面的代码按年份写入2000000数据。然后使用select语句同时读取2019,2020年的数据。把log表转换成分区表，重新测试select的时间。比较两次读取数据的时间。
sql语句：

select * from log2 where (logtime > '2019-05-01' and logtime < '2019-06-01') or (logtime > '2020-05-01' and logtime < '2020-06-01')

首先在未分区的表上测试查询性能，花费时间为3s。

把表按前面的方法进行分区拆分，查询花费时间为1s。读性能大概为未分区时的3倍。

总结

经过简单的测试，SQL Server的分区表功能能大副提高数据库的读写性能。通过SQL Server Management Stduio的简单设置就可以对数据库表进行分区操作，并且对应用层的代码完全是无感的，比用分表分库中间件来说简单多了。

关注我的公众号一起玩转技术