自5.1开始对分区(Partition)有支持

= 水平分区（根据列属性按行分）=
举个简单例子：一个包含十年发票记录的表可以被分区为十个不同的分区，每个分区包含的是其中一年的记录。

=== 水平分区的几种模式：===
*Range（范围）– 这种模式允许DBA将数据划分不同范围。例如DBA可以将一个表通过年份划分成三个分区，80年代（1980's）的数据，90年代（1990's）的数据以及任何在2000年（包括2000年）后的数据。

*Hash（哈希）– 这中模式允许DBA通过对表的一个或多个列的Hash Key进行计算，最后通过这个Hash码不同数值对应的数据区域进行分区，。例如DBA可以建立一个对表主键进行分区的表。

*Key（键值）– 上面Hash模式的一种延伸，这里的Hash Key是MySQL系统产生的。

*List（预定义列表）– 这种模式允许系统通过DBA定义的列表的值所对应的行数据进行分割。例如：DBA建立了一个横跨三个分区的表，分别根据2004年2005年和2006年值所对应的数据。

* Composite（复合模式）- 很神秘吧，哈哈，其实是以上模式的组合使用而已，就不解释了。举例：在初始化已经进行了Range范围分区的表上，我们可以对其中一个分区再进行hash哈希分区。

= 垂直分区（按列分）=
举个简单例子：一个包含了大text和BLOB列的表，这些text和BLOB列又不经常被访问，这时候就要把这些不经常使用的text和BLOB了划分到另一个分区，在保证它们数据相关性的同时还能提高访问速度。


[分区表和未分区表试验过程]

*创建分区表,按日期的年份拆分

[sql]view plaincopy

mysql>CREATETABLEpart_tab(c1intdefaultNULL,c2varchar(30)defaultNULL,c3datedefaultNULL)engine=myisam

PARTITIONBYRANGE(year(c3))(PARTITIONp0VALUESLESSTHAN(1995),

PARTITIONp1VALUESLESSTHAN(1996),PARTITIONp2VALUESLESSTHAN(1997),

PARTITIONp3VALUESLESSTHAN(1998),PARTITIONp4VALUESLESSTHAN(1999),

PARTITIONp5VALUESLESSTHAN(2000),PARTITIONp6VALUESLESSTHAN(2001),

PARTITIONp7VALUESLESSTHAN(2002),PARTITIONp8VALUESLESSTHAN(2003),

PARTITIONp9VALUESLESSTHAN(2004),PARTITIONp10VALUESLESSTHAN(2010),

PARTITIONp11VALUESLESSTHANMAXVALUE);

注意最后一行，考虑到可能的最大值

*创建未分区表

[sql]view plaincopy

mysql>createtableno_part_tab(c1int(11)defaultNULL,c2varchar(30)defaultNULL,c3datedefaultNULL)engine=myisam;

*通过存储过程灌入800万条测试数据

mysql> set sql_mode=''; /* 如果创建存储过程失败，则先需设置此变量, bug? */

MySQL> delimiter // /* 设定语句终结符为 //，因存储过程语句用;结束 */

[sql]view plaincopy

mysql>CREATEPROCEDUREload_part_tab()

begin

declarevintdefault0;

whilev<8000000

do

insertintopart_tab

values(v,'testingpartitions',adddate('1995-01-01',(rand(v)*36520)mod3652));

setv=v+1;

endwhile;

end

//

mysql>delimiter;

mysql>callload_part_tab();

Query OK, 1 row affected (8 min 17.75 sec)

[sql]view plaincopy

mysql>insertintono_part_tabselect*frompart_tab;

Query OK, 8000000 rows affected (51.59 sec)
Records: 8000000 Duplicates: 0 Warnings: 0

*测试SQL性能

[sql]view plaincopy

mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';

+----------+
| count(*) |
+----------+
| 795181 |
+----------+

1 row in set (0.55 sec)

[sql]view plaincopy

mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';

+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (4.69 sec)
结果表明分区表比未分区表的执行时间少90%。

* 通过explain语句来分析执行情况

[sql]view plaincopy

mysql>explainselectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31'\G

/* 结尾的\G使得mysql的输出改为列模式 */
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: no_part_tab
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 8000000
Extra: Using where
1 row in set (0.00 sec)

[sql]view plaincopy

mysql>explainselectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31'\G

*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: part_tab
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 798458
Extra: Using where
1 row in set (0.00 sec)
explain语句显示了SQL查询要处理的记录数目

* 试验创建索引后情况

[sql]view plaincopy

mysql>createindexidx_of_c3onno_part_tab(c3);

Query OK, 8000000 rows affected (1 min 18.08 sec)
Records: 8000000 Duplicates: 0 Warnings: 0

[sql]view plaincopy

mysql>createindexidx_of_c3onpart_tab(c3);

Query OK, 8000000 rows affected (1 min 19.19 sec)
Records: 8000000 Duplicates: 0 Warnings: 0
创建索引后的数据库文件大小列表：
2008-05-24 09:23 8,608 no_part_tab.frm
2008-05-24 09:24 255,999,996 no_part_tab.MYD
2008-05-24 09:24 81,611,776 no_part_tab.MYI
2008-05-24 09:25 0 part_tab#P#p0.MYD
2008-05-24 09:26 1,024 part_tab#P#p0.MYI
2008-05-24 09:26 25,550,656 part_tab#P#p1.MYD
2008-05-24 09:26 8,148,992 part_tab#P#p1.MYI
2008-05-24 09:26 25,620,192 part_tab#P#p10.MYD
2008-05-24 09:26 8,170,496 part_tab#P#p10.MYI
2008-05-24 09:25 0 part_tab#P#p11.MYD
2008-05-24 09:26 1,024 part_tab#P#p11.MYI
2008-05-24 09:26 25,656,512 part_tab#P#p2.MYD
2008-05-24 09:26 8,181,760 part_tab#P#p2.MYI
2008-05-24 09:26 25,586,880 part_tab#P#p3.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p3.MYI
2008-05-24 09:26 25,585,696 part_tab#P#p4.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p4.MYI
2008-05-24 09:26 25,585,216 part_tab#P#p5.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p5.MYI
2008-05-24 09:26 25,655,740 part_tab#P#p6.MYD
2008-05-24 09:26 8,181,760 part_tab#P#p6.MYI
2008-05-24 09:26 25,586,528 part_tab#P#p7.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p7.MYI
2008-05-24 09:26 25,586,752 part_tab#P#p8.MYD
2008-05-24 09:26 8,160,256 part_tab#P#p8.MYI
2008-05-24 09:26 25,585,824 part_tab#P#p9.MYD
2008-05-24 09:26 8,159,232 part_tab#P#p9.MYI
2008-05-24 09:25 8,608 part_tab.frm
2008-05-24 09:25 68 part_tab.par

* 再次测试SQL性能

[sql]view plaincopy

mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';

+----------+
| count(*) |
+----------+
| 795181 |
+----------+

1 row in set (2.42 sec) /* 为原来4.69 sec 的51%*/

重启mysql ( net stop mysql, net start mysql)后，查询时间降为0.89 sec,几乎与分区表相同。

[sql]view plaincopy

mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1995-12-31';

+----------+
| count(*) |
+----------+
| 795181 |
+----------+
1 row in set (0.86 sec)

* 更进一步的试验
** 增加日期范围

[sql]view plaincopy

mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1997-12-31';

+----------+
| count(*) |
+----------+
| 2396524 |
+----------+
1 row in set (5.42 sec)

[sql]view plaincopy

mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date'1997-12-31';

+----------+
| count(*) |
+----------+
| 2396524 |
+----------+

1 row in set (2.63 sec)

** 增加未索引字段查询

[sql]view plaincopy

mysql>selectcount(*)frompart_tabwherec3>date'1995-01-01'andc3<date

'1996-12-31'andc2='hello';

+----------+
| count(*) |
+----------+
| 0 |
+----------+
1 row in set (0.75 sec)

[sql]view plaincopy

mysql>selectcount(*)fromno_part_tabwherec3>date'1995-01-01'andc3<date'1996-12-31'andc2='hello';

+----------+
| count(*) |
+----------+
| 0 |
+----------+
1 row in set (11.52 sec)


= 初步结论 =
* 分区和未分区占用文件空间大致相同 （数据和索引文件）
* 如果查询语句中有未建立索引字段，分区时间远远优于未分区时间
* 如果查询语句中字段建立了索引，分区和未分区的差别缩小，分区略优于未分区。


= 最终结论 =
* 对于大数据量，建议使用分区功能。
* 去除不必要的字段
* 根据手册， 增加myisam_max_sort_file_size 会增加分区性能

[分区命令详解]

= 分区例子 =
* RANGE 类型

[sql]view plaincopy

CREATETABLEusers(

uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT'',

emailVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYRANGE(uid)(

PARTITIONp0VALUESLESSTHAN(3000000)

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1VALUESLESSTHAN(6000000)

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx',

PARTITIONp2VALUESLESSTHAN(9000000)

DATADIRECTORY='/data4/data'

INDEXDIRECTORY='/data5/idx',

PARTITIONp3VALUESLESSTHANMAXVALUEDATADIRECTORY='/data6/data'

INDEXDIRECTORY='/data7/idx'

);

在这里，将用户表分成4个分区，以每300万条记录为界限，每个分区都有自己独立的数据、索引文件的存放目录，与此同时，这些目录所在的物理磁盘分区可能也都是完全独立的，可以提高磁盘IO吞吐量。

* LIST 类型

[sql]view plaincopy

CREATETABLEcategory(

cidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYLIST(cid)(

PARTITIONp0VALUESIN(0,4,8,12)

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1VALUESIN(1,5,9,13)

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx',

PARTITIONp2VALUESIN(2,6,10,14)

DATADIRECTORY='/data4/data'

INDEXDIRECTORY='/data5/idx',

PARTITIONp3VALUESIN(3,7,11,15)

DATADIRECTORY='/data6/data'

INDEXDIRECTORY='/data7/idx'

);

分成4个区，数据文件和索引文件单独存放。

* HASH 类型

[sql]view plaincopy

CREATETABLEusers(

uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT'',

emailVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYHASH(uid)PARTITIONS4(

PARTITIONp0

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx',

PARTITIONp2

DATADIRECTORY='/data4/data'

INDEXDIRECTORY='/data5/idx',

PARTITIONp3

DATADIRECTORY='/data6/data'

INDEXDIRECTORY='/data7/idx'

);

分成4个区，数据文件和索引文件单独存放。

例子：

[sql]view plaincopy

CREATETABLEti2(idINT,amountDECIMAL(7,2),tr_dateDATE)

ENGINE=myisam

PARTITIONBYHASH(MONTH(tr_date))

PARTITIONS6;

CREATEPROCEDUREload_ti2()

begin

declarevintdefault0;

whilev<80000

do

insertintoti2

values(v,'3.14',adddate('1995-01-01',(rand(v)*3652)mod365));

setv=v+1;

endwhile;

end

//

* KEY 类型

[sql]view plaincopy

CREATETABLEusers(

uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT'',

emailVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYKEY(uid)PARTITIONS4(

PARTITIONp0

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx',

PARTITIONp2

DATADIRECTORY='/data4/data'

INDEXDIRECTORY='/data5/idx',

PARTITIONp3

DATADIRECTORY='/data6/data'

INDEXDIRECTORY='/data7/idx'

);

分成4个区，数据文件和索引文件单独存放。

* 子分区
子分区是针对 RANGE/LIST 类型的分区表中每个分区的再次分割。再次分割可以是 HASH/KEY 等类型。例如：

[sql]view plaincopy

CREATETABLEusers(

uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT'',

emailVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYRANGE(uid)SUBPARTITIONBYHASH(uid%4)SUBPARTITIONS2(

PARTITIONp0VALUESLESSTHAN(3000000)

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1VALUESLESSTHAN(6000000)

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx'

);

对 RANGE 分区再次进行子分区划分，子分区采用 HASH 类型。
或者

[sql]view plaincopy

CREATETABLEusers(

uidINTUNSIGNEDNOTNULLAUTO_INCREMENTPRIMARYKEY,

nameVARCHAR(30)NOTNULLDEFAULT'',

emailVARCHAR(30)NOTNULLDEFAULT''

)

PARTITIONBYRANGE(uid)SUBPARTITIONBYKEY(uid)SUBPARTITIONS2(

PARTITIONp0VALUESLESSTHAN(3000000)

DATADIRECTORY='/data0/data'

INDEXDIRECTORY='/data1/idx',

PARTITIONp1VALUESLESSTHAN(6000000)

DATADIRECTORY='/data2/data'

INDEXDIRECTORY='/data3/idx'

);

对 RANGE 分区再次进行子分区划分，子分区采用 KEY 类型。

= 分区管理 =

* 删除分区

[sql]view plaincopy

ALERTTABLEusersDROPPARTITIONp0;

删除分区 p0。

* 重建分区
o RANGE 分区重建

[sql]view plaincopy

ALTERTABLEusersREORGANIZEPARTITIONp0,p1INTO(PARTITIONp0VALUESLESSTHAN(6000000));

将原来的 p0,p1 分区合并起来，放到新的 p0 分区中。
o LIST 分区重建

[sql]view plaincopy

ALTERTABLEusersREORGANIZEPARTITIONp0,p1INTO(PARTITIONp0VALUESIN(0,1,4,5,8,9,12,13));

将原来的 p0,p1 分区合并起来，放到新的 p0 分区中。
o HASH/KEY 分区重建

[sql]view plaincopy

ALTERTABLEusersREORGANIZEPARTITIONCOALESCEPARTITION2;

用 REORGANIZE 方式重建分区的数量变成2，在这里数量只能减少不能增加。想要增加可以用 ADD PARTITION 方法。
* 新增分区
o 新增 RANGE 分区

[sql]view plaincopy

ALTERTABLEcategoryADDPARTITION(PARTITIONp4VALUESIN(16,17,18,19)

DATADIRECTORY='/data8/data'

INDEXDIRECTORY='/data9/idx');

新增一个RANGE分区。
o 新增 HASH/KEY 分区

[sql]view plaincopy

ALTERTABLEusersADDPARTITIONPARTITIONS8;

将分区总数扩展到8个。

[ 给已有的表加上分区 ]

[sql]view plaincopy

altertableresultspartitionbyRANGE(month(ttime))

(PARTITIONp0VALUESLESSTHAN(1),

PARTITIONp1VALUESLESSTHAN(2),PARTITIONp2VALUESLESSTHAN(3),

PARTITIONp3VALUESLESSTHAN(4),PARTITIONp4VALUESLESSTHAN(5),

PARTITIONp5VALUESLESSTHAN(6),PARTITIONp6VALUESLESSTHAN(7),

PARTITIONp7VALUESLESSTHAN(8),PARTITIONp8VALUESLESSTHAN(9),

PARTITIONp9VALUESLESSTHAN(10),PARTITIONp10VALUESLESSTHAN(11),

PARTITIONp11VALUESLESSTHAN(12),

PARTITIONP12VALUESLESSTHAN(13));

默认分区限制分区字段必须是主键（PRIMARY KEY)的一部分，为了去除此
限制：
[方法1] 使用ID

[sql]view plaincopy

mysql>ALTERTABLEnp_pk

->PARTITIONBYHASH(TO_DAYS(added))

->PARTITIONS4;

ERROR 1503 (HY000): A PRIMARY KEY must include all columns in the table's partitioning function

However, this statement using the id column for the partitioning column is valid, as shown here:

[sql]view plaincopy

mysql>ALTERTABLEnp_pk

->PARTITIONBYHASH(id)

->PARTITIONS4;

Query OK, 0 rows affected (0.11 sec)
Records: 0 Duplicates: 0 Warnings: 0

[方法2] 将原有PK去掉生成新PK

[sql]view plaincopy

mysql>altertableresultsdropPRIMARYKEY;

Query OK, 5374850 rows affected (7 min 4.05 sec)
Records: 5374850 Duplicates: 0 Warnings: 0

[sql]view plaincopy

mysql>altertableresultsaddPRIMARYKEY(id,ttime);

Query OK, 5374850 rows affected (6 min 14.86 sec)

Records: 5374850 Duplicates: 0 Warnings: 0