前言:分区是指根据一定的规则,数据库把一个表分解成多个更小的,更容易管理的部分。分区对应用来说是完全透明的,不影响应用的业务逻辑。
MySQL分区的优点:
1、和单个磁盘或者文件系统分区相比,可以存储更多数据;
2、优化查询。在Where字句中包含分区条件时,可以只扫描必要的一个或多个分区来提高查询效率;同时在涉及 SUM() 和 COUNT() 等聚合函数的查询时,可以容易地在每个分区上并行处理,最终只需要汇总所有分区得到的结果。
3、对于已经过期或者不需要保存的数据,可以通过删除与这些数据有关的分区来快速删除数据。
4、跨多个磁盘来分散数据查询,以获得更大的查询吞吐量。
一:概述
MySQL 支持使用大部分存储引擎(如:MyISAM、InnoDB、Memory等)创建分区表,不支持使用MERGE和CSV。
MySQL分区类型主要包括:range分区、list分区、hash分区、key分区;
无论是那种MySQL分区类型,要么分区表上没有主键/唯一键,要么分区表的主键/唯一键都必须包含分区键,也就是说不能使用主键/唯一键字段之外的其他字段分区。
如:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
mysql> create table emp( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null , -> primary key(id) -> ) -> partition by range (store_id) ( -> partition p0 values less than(10), -> partition p1 values less than(20), -> partition p2 values less than(30) -> ); ERROR 1503 (HY000): A PRIMARY KEY must include all columns in the table's partitioning function |
去掉主键约束后,创建表会成功:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
mysql> create table emp( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by range (store_id) ( -> partition p0 values less than(10), -> partition p1 values less than(20), -> partition p2 values less than(30) -> ); Query OK, 0 rows affected (0.02 sec) |
分区的名字遵循MySQL标识符的原则。分区的名字不区分大小写,如果分区名分别为 mypart 和 MyPart 将会被MySQL认为是同一个分区而报错。
二:RANGE分区
按照range分区的表是利用取值范围将数据分区,区间要连续并且不能互相重叠,使用 values less than 操作符进行分区定义。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
mysql> create table emp( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by range (store_id) ( -> partition p0 values less than(10), -> partition p1 values less than(20), -> partition p2 values less than(30) -> ); Query OK, 0 rows affected (0.02 sec) |
如果增加商店ID大于等于30的行,超出分区范围,会出现错误。
1
2
|
mysql> insert into emp(id,ename,hired,job,store_id) values ( '7934' , 'MILLER' , '1982-01-23' , 'CLERK' , 50); ERROR 1526 (HY000): Table has no partition for value 50 |
可以使用 values less than maxvalue 设置分区,超出明确指定的分区值时,数据会存储在该分区,如:
1
2
3
4
5
6
|
mysql> alter table emp add partition(partition p3 values less than maxvalue); Query OK, 0 rows affected (0.25 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> insert into emp(id,ename,hired,job,store_id) values ( '7934' , 'MILLER' , '1982-01-23' , 'CLERK' , 50); Query OK, 1 row affected (0.05 sec) |
MySQL支持在 values less than 字句中使用表达式 partition by range (year(separated)),可自行测试。类似的函数有 to_days()、to_seconds();5.5版本后可直接使用日期字段作为分区键。
Range分区特别使用的两种情况:
1、当需要删除过期的数据时,只需要简单的 ALTER TABLE emp DROP PARTITION p0 来删除p0分区中的数据,对于具有上百万条记录的表来说,删除分区要比运行一个 DELETE 语句有效得多。
2、经常运行包含分区间的查询,MySQL 可以很快地确定只有一个或者某些分区需要扫描,因为其他分区不可能包含有该 WHERE 字句的任何记录。
三:List 分区
List 分区是建立离散的值列表告诉数据库特定的值属于哪个分区,List 分区在很多方面类似于 Range 分区,区别在于 List 分区是从属于一个枚举列表的值得集合,Range 分区从属于一个连续区间值得集合。
1
2
3
4
5
6
7
8
9
10
11
12
|
mysql> create table expenses( -> expense_date date not null , -> category int , -> amount decimal (10,3) -> )partition by list(category) ( -> partition p0 values in (3, 5), -> partition p1 values in (1, 10), -> partition p2 values in (4, 9), -> partition p3 values in (2), -> partition p4 values in (6) -> ); Query OK, 0 rows affected (0.05 sec) |
如果插入的列值不包含分区值得列表中,insert 操作会失败报错。注意:List 分区不存在类似 values less than maxvalue 这样包含其他值在内的定义方式。将要匹配的任何值都必须在值列表中。
四:Hash 分区
Hash 分区主要用来分散热点读,确保数据在预先确定个数的分区中尽可能平均分布。MySQL 支持两种 Hash 分区:常规 Hash 分区、线性 Hash 分区(Linear Hash 分区)。常规 Hash 分区使用的是取模算法,线性 Hash 分区使用的是一个线性的2的幂的运算法则。
1、常规 Hash 分区
使用 PARTITION BY HASH(expr) PARTITIONS num 字句对分区类型、分区键和分区个数进行定义,其中 expr 是某列值或一个基于某列值返回的表达式。num 是一个非负整数,表示分区数量,默认为1。
1
2
3
4
5
6
7
8
9
10
|
mysql> create table emp_hash( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by hash (store_id) partitions 4; Query OK, 0 rows affected (0.03 sec) |
假设将要保存记录的分区编号为N, 那么 N=MOD(expr, num) 如,emp_hash表中有4个分区,插入一个 store_id列值为234的记录到表中:
1
2
|
mysql> insert into emp_hash values (1, 'Tom' , '2010-10-10' , '9999-12-31' , 'Clerk' , 234); Query OK, 1 row affected (0.01 sec) |
MOD(234, 4)=2 保存这条记录的分区应该是p2;从p0 开始,模为 0 时保存到 p0 依次类推。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
mysql> explain partitions select * from emp_hash where store_id =234\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: emp_hash partitions: p2 type: ALL possible_keys: NULL key: NULL key_len: NULL ref : NULL rows: 2 Extra: Using where 1 row in set (0.05 sec) |
不推荐使用涉及多列的哈希表达式,复杂的表达式可能会引起性能问题。常规 Hash 在分区管理上需要的代价高,不适合需要灵活变动分区的需求。
2、线性 Hash 分区(Linear Hash)
线性 Hash 分区和常规 Hash 分区 在语法上的唯一区别是在 partition by 字句中添加关键字 “Linear”,如:
1
2
3
4
5
6
7
8
9
10
|
mysql> create table emp_linear( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by linear hash (store_id) partitions 4; Query OK, 0 rows affected (0.03 sec) |
线性Hash分区的优点是:在分区维护(增加、删除、合并、拆分分区时),MySQL能够处理得更加迅速;缺点是:对比常规的Hash分区(取模)的时候,线性Hash各个分区之间数据的分布不太均衡。
五:Key 分区
Key 分区类似于 Hash 分区,不过 Key 分区不允许使用用户自定义的表达式,需要使用 MySQL 服务器提供的 Hash 函数;同时 Hash 分区只支持整数分区,而 Key 分区支持使用 Blob 或 Text 类型外其他类型的列作为分区键
1
2
3
4
5
6
7
8
9
10
|
mysql> create table emp_key( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by key (job) partitions 4; Query OK, 0 rows affected (0.05 sec) |
创建 Key 分区表的时候,可以不指定分区键,默认会首先选择使用主键作为分区键
1
2
3
4
5
6
7
8
9
10
|
mysql> create table emp_key1( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null -> ) -> partition by key () partitions 4; Query OK, 0 rows affected (0.03 sec) |
在没有主键的情况,会选择非空唯一键作为分区键,分区键的唯一键必须是非空的,如果不是非空会报错:
1
2
3
4
5
6
7
8
9
10
11
|
mysql> create table emp_key2( -> id int not null , -> ename varchar(30), -> hired date not null default '1970-01-01' , -> separated date not null default '9999-12-31' , -> job varchar(30) not null , -> store_id int not null , -> unique key(id) -> ) -> partition by key () partitions 4; Query OK, 0 rows affected (0.03 sec) |
和 Hash 分区类似,在 Key 分区中使用关键字 Linear 具有同样的作用,Linear Key 分区时,分区的编号是通过2的幂算法得到的,不是通过取模得到的。
附:MySQL 分区的 null 值处理
1、MySQL 分区不禁止在分区键值上使用 null
2、Range 分区中,null 值会被当做最小值来处理
3、List 分区中,null 值必须出现在枚举列表中,否则不被接受
4、Hash/Key 分区中,null 值会被当做零值来处理
5、为了避免在处理 null 值时出现误判,推荐通过设置字段非空和默认值来绕开 MySQL 对 null 值的默认处理