MySQL高級特性之分區表_ZenDei技術網路在線

對於用戶而言，分區表是一個獨立的邏輯表，但是在底層由多個物理子表組成。實現分區的代碼實際上是對一組底層表的句柄對象的封裝，對分區表的請求都會通過句柄對象轉化成對存儲引擎的介面調用 ...

對於用戶而言，分區表是一個獨立的邏輯表，但是在底層由多個物理子表組成。實現分區的代碼實際上是對一組底層表的句柄對象的封裝，對分區表的請求都會通過句柄對象轉化成對存儲引擎的介面調用

意義

MySQL在創建表的時候可以通過使用 PARTITION BY 子句定義每個分區存放的數據。在執行查詢的時候，優化器根據分區定義過濾那些沒有我們需要的數據的分區，這樣查詢就可以無需掃描所有分區——只需要查找包含需要數據的分區即可。

分區的一個主要目的是 將數據按照一個較粗的粒度分別存放在不同的表中。這樣做可以將相關的數據存放在一起，另外，當我們想要一次批量刪除整個分區的數據也會變得很方便。

在以下的場景中，分區可以起到很大的作用：

表非常大以至於無法全部都放在記憶體中，或者只在表的最後部分有熱點數據其他均是歷史數據
分區表的數據更容易維護
分區表的數據可以分佈在不同的物理設備上
可以使用分區表來避免某些特殊的瓶頸
如果需要，可以備份和回覆獨立的分區

分區表本身也有一些限制，下麵幾點尤為重要：

一張表最多只能有1024個分區
在MySQL5.1 中，分區表達式必須是整數，或者是返回整數的表達式。在MySQL5.5 中，某些場景可以直接使用列來進行分區
分區表中無法使用外鍵約束
如果分區欄位中有主鍵或者唯一索引的列，那麼所有主鍵列和唯一索引列都必須包含進來

分區表的原理

存儲引擎管理分區的各個底層表和管理普通表並沒有什麼區別（所有的底層表都必須使用相同的存儲引擎）
，分區表的索引只是在各個底層表上各自加上一個完全相同的索引。從存儲引擎的角度看，底層表和一個普通表並沒有什麼區別，存儲引擎也無需知道這是一個普通表還是一個分區表的一部分。

分區表上的操作按照下麵的操作邏輯進行：

SELECT 查詢

當查詢一個分區表的時候，分區層先打開並鎖住所有的底層表，優化器先判斷是否可以過濾部分分區，然後再調用對應的存儲引擎介面訪問各個分區的數據

INSERT 操作

當寫入一條記錄的的時候，分區層先打開並鎖住所有的底層表，然後確定哪個分區接收這條記錄，再將記錄寫入對應底層表

DELETE 操作

當刪除一條記錄的的時候，分區層先打開並鎖住所有的底層表，然後確定數據對應的分區，最後對相應底層表進行刪除操作

UPDATE 操作

當更新一條記錄時，分區層先打開並鎖住所有的底層表，MySQL先確定需要更新的記錄再哪個分區，然後取出數據並更新，再判斷更新後的數據應該放在哪個分區，最後對底層表進行寫入操作，並對原數據所在的底層表進行刪除操作。

這些操作都是支持過濾的。

雖然每個操作都會“先打開並鎖住所有的底層表”，但這並不是說分區表在處理過程中是鎖住全表的。如果存儲引擎能夠自己實現行級鎖，則會在分區層釋放對應表鎖。這個加鎖和解鎖過程與普通InnoDB上的查詢類似。

分區表的類型

MySQL支持多種分區表，我們看到最多的就是根據範圍進行分區，每個分區存儲落在某個範圍內的記錄。分區表達式可以是列，也可以是包含列的表達式。

例如，如下表就將每一年的銷售額都存放在不同的分區中：

CREATE TABLE sales(
    order_date DATETIME NOT NULL,
    ....
)ENGINE=InnoDB PARTITION BY RANGE(YEAR(order_date))(
    PARTITION p_2010 VALUES LESS THAN (2010),
    PARTITION p_2011 VALUES LESS THAN (2011),
    PARTITION p_2012 VALUES LESS THAN (2012),
    PARTITION p_catchall VALUES LESS THAN MAXVALUE;
)

PARTITION 分區子句中可以使用各種函數。但是有一個要求， 表達式返回的值必須是一個確定的整數，且不能是一個常數。

MySQL還支持鍵值、哈希和列表分區等。

如何使用分區表

如果我們希望從一個非常大的表中查詢出一段時間的記錄，我們應該如何查詢這個表，如何才能更加高效？

因為數據量非常大，肯定不能在每次查詢的時候都掃描全表，考慮到索引在空間和維護上的消耗，我們也不希望使用索引。即使真的使用索引，也會發現數據並不是按照想要的方式進行聚集，會產生大量的碎片，最終導致一個查詢產生成千上萬的隨機I/O。而事實上，當數據量超級大時，B-Tree索引就已經無法祈禱作用了。

因此我們可以選擇一些更粗粒度但消耗更少的方式檢索數據，例如在大量的數據上只索引對應的一小塊元數據。

這正是分區要做的事情，理解分區可以將其當作索引的最初形態。因為分區無需額外的數據結構記錄每個分區有哪些數據——分區不需要精確定位每條數據的位置，也就無須額外的數據結構——所以其代價非常低。只需要一個簡單的表達式就可以表達每個分區存放的是什麼數據。

為了保證大數據量的可擴展性，一般有以下兩個策略：

全量掃描數據，不需要任何索引： 只要能夠使用 WHERE 條件，將需要的數據限制在少數分區中，則效率是很高的。使用這種策略假設不用將數據完全放入記憶體中，同時還假設需要的數據全部都在磁碟上。因為記憶體相對較小，數據很快會被擠出記憶體，所以緩存起不了任何作用。這個策略適用於以正常的方式訪問大量數據的時候。
索引數據，並分離熱點： 如果數據有明顯的“熱點”，而且除了這部分數據，其他數據很少被訪問到，那麼可以將這部分熱點數據單獨放在一個分區中，讓這個分區的數據可以有機會都緩存在記憶體中。這樣的查詢可以只訪問一個很小的分區表，能夠使用索引，也能夠有效的使用緩存。

什麼情況下會出問題

上面介紹的兩個分區策略都基於兩個非常重要的假設：查詢都能夠過濾掉很多額外的分區、分區本身並不會帶來很多額外的代價。

事實證明，這兩個假設在某些場景下會有問題：

分區列和索引列不匹配： 如果定義的索引列和分區列不匹配，會導致可查詢無法進行分區過濾。
選擇分區的成本可能很高： 不同類型的分區的實現方式也不同，所以它們的性能也各不相同。尤其是範圍分區，對於查詢符合條件的行在哪些分區的成本可能會非常高，因為伺服器需要掃描所有的分區定義的列表來找到正確的答案。
打開並鎖住所有底層表的成本可能很高： 當查詢訪問分區表的時候，MySQL需要打開並鎖住所有的底層表，這是分區表的另一個開銷。
維護分區的成本可能很高： 某些分區維護操作的速度會非常快，例如新增或者刪除分區。而有些操作，比如重組分區或者類似ALTER語句的操作成本可能會很高，因為這類操作需要複製數據。