使用SQL-Server分区表功能提高数据库的读写性能
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:
- 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
- 引入缓存,把一部分读压力加载到内存中
- 读写分离
- 引入队列,把并发的请求使其串行化,来减轻系统瞬时压力
- 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:
1 CREATE TABLE [dbo].[logs]( 2 [id] [uniqueidentifier] NOT NULL, 3 [log_txt] [varchar](200) NULL, 4 [log_time] [datetime] NULL, 5 CONSTRAINT [PK_logs] PRIMARY KEY CLUSTERED 6 ( 7 [id] ASC 8 )WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY] 9 )
新建一个控制台程序编写代码:
1 class Program 2 { 3 static void Main(string[] args) 4 { 5 Console.WriteLine("Hello World!"); 6 Task.Run(() => 7 { 8 InsertData(2019); 9 }); 10 Task.Run(() => 11 { 12 InsertData(2020); 13 }); 14 Console.ReadLine(); 15 } 16 17 static void InsertData(int year) 18 { 19 var tasks = new List<Task>(); 20 Stopwatch sw = new Stopwatch(); 21 sw.Start(); 22 for (int i = 0; i < 10; i++) 23 { 24 tasks.Add(Task.Run(()=> { 25 using (var conn = new SqlConnection()) 26 { 27 conn.ConnectionString = "Persist Security Info = False; User ID =sa; Password =dev@123; Initial Catalog =fq_test; Server =.\\mssql2016"; 28 conn.Open(); 29 int index = 0; 30 for (int j = 0; j < 100000; j++) 31 { 32 var logtime = new DateTime(year, new Random().Next(1, 12), new Random().Next(1, 28)); 33 conn.Execute("insert into logs2 values (newid(),'下订单',@logtime)", new 34 { 35 logtime 36 }); 37 Console.WriteLine("logtime:{0} index {1}", logtime, index++); 38 } 39 } 40 })); 41 } 42 Task.WaitAll(tasks.ToArray()); 43 sw.Stop(); 44 Console.WriteLine("Year {0} complete , total time: {1}.", year, sw.ElapsedMilliseconds); 45 } 46 }
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:
- 添加文件组
- 在文件组添加文件
- 新建分区函数
- 新建分区方案
- 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。