mysql分表与分区表

一，什么是mysql分表，分区

什么是分表，从表面意思上看呢，就是把一张表分红N多个小表，具体请看mysql分表的3种方法

什么是分区，分区呢就是把一张表的数据分红N多个区块，这些区块能够在同一个磁盘上，也能够在不一样的磁盘上

一，先说一下为何要分表

当一张的数据达到几百万时，你查询一次所花的时间会变多，若是有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减少数据库的负担，缩短查询时间。

根据我的经验，mysql执行一个sql的过程以下：
1,接收到sql;2,把sql放到排队队列中 ;3,执行sql;4,返回执行结果。在这个执行过程当中最花时间在什么地方呢？第一，是排队等待的时间，第二，sql的执行时间。其实这二个是一回事，等待的同时，确定有sql在执行。因此咱们要缩短sql的执行时间。

mysql中有一种机制是表锁定和行锁定，为何要出现这种机制，是为了保证数据的完整性，我举个例子来讲吧，若是有二个sql都要修改同一张表的同一条 数据，这个时候怎么办呢，是否是二个sql均可以同时修改这条数据呢？很显然mysql对这种状况的处理是，一种是表锁定（myisam存储引擎），一个 是行锁定（innodb存储引擎）。表锁定表示大家都不能对这张表进行操做，必须等我对表操做完才行。行锁定也同样，别的sql必须等我对这条数据操做完 了，才能对这条数据进行操做。若是数据太多，一次执行的时间太长，等待的时间就越长，这也是咱们为何要分表的缘由。

二，分表

1，作mysql集群，例如：利用mysql cluster ，mysql proxy，mysql replication，drdb等等

有人会问mysql集群，根分表有什么关系吗？虽然它不是实际意义上的分表，可是它启到了分表的做用，作集群的意义是什么呢？为一个数据库减轻负担，说白 了就是减小sql排队队列中的sql的数量，举个例子：有10个sql请求，若是放在一个数据库服务器的排队队列中，他要等很长时间，若是把这10个 sql请求，分配到5个数据库服务器的排队队列中，一个数据库服务器的队列中只有2个，这样等待时间是否是大大的缩短了呢？这已经很明显了。因此我把它列 到了分表的范围之内，我作过一些mysql的集群：

linux mysql proxy 的安装，配置，以及读写分离

mysql replication 互为主从的安装及配置，以及数据同步

优势：扩展性好，没有多个分表后的复杂操做（php代码）

缺点：单个表的数据量仍是没有变，一次操做所花的时间仍是那么多，硬件开销大。

2，预先估计会出现大数据量而且访问频繁的表，将其分为若干个表

这种预估大差不差的，论坛里面发表帖子的表，时间长了这张表确定很大，几十万，几百万都有可能。 聊天室里面信息表，几十我的在一块儿一聊一个晚上，时间长了，这张表的数据确定很大。像这样的状况不少。因此这种能预估出来的大数据量表，咱们就事先分出个 N个表，这个N是多少，根据实际状况而定。以聊天信息表为例：

我事先建100个这样的 表，message_00,message_01,message_02..........message_98,message_99.而后根据用户 的ID来判断这个用户的聊天信息放到哪张表里面，你能够用hash的方式来得到，能够用求余的方式来得到，方法不少，各人想各人的吧。下面用hash的方 法来得到表名：

查看复制打印?

1. <?php  

2. function get_hash_table($table,$userid) {  

3.  $str = crc32($userid);  

4.  if($str<0){  

5.  $hash = "0".substr(abs($str), 0, 1);  

6.  }else{  

7.  $hash = substr($str, 0, 2);  

8.  }  

9.   

10.  return $table."_".$hash;  

11. }  

12.   

13. echo get_hash_table('message','user18991');     //结果为message_10  

14. echo get_hash_table('message','user34523');    //结果为message_13  

15. ?>  

说明一下，上面的这个方法，告诉咱们user18991这个用户的消息都记录在message_10这张表里，user34523这个用户的消息都记录在message_13这张表里，读取的时候，只要从各自的表中读取就好了。

优势：避免一张表出现几百万条数据，缩短了一条sql的执行时间

缺点：当一种规则肯定时，打破这条规则会很麻烦，上面的例子中我用的hash算法是crc32，若是我如今不想用这个算法了，改用md5后，会使同一个用户的消息被存储到不一样的表中，这样数据乱套了。扩展性不好。

3，利用merge存储引擎来实现分表

我以为这种方法比较适合，那些没有事先考虑，而已经出现了得，数据查询慢的状况。这个时候若是要把已有的大数据量表分开比较痛苦，最痛苦的事就是改代码， 由于程序里面的sql语句已经写好了，如今一张表要分红几十张表，甚至上百张表，这样sql语句是否是要重写呢？举个例子，我很喜欢举子

mysql>show engines;的时候你会发现mrg_myisam其实就是merge。

查看复制打印?

1. mysql> CREATE TABLE IF NOT EXISTS `user1` (  

2.  ->   `id` int(11) NOT NULL AUTO_INCREMENT,  

3.  ->   `name` varchar(50) DEFAULT NULL,  

4.  ->   `sex` int(1) NOT NULL DEFAULT '0',  

5.  ->   PRIMARY KEY (`id`)  

6.  -> ) ENGINE=MyISAM  DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;  

7. Query OK, 0 rows affected (0.05 sec)  

8.   

9. mysql> CREATE TABLE IF NOT EXISTS `user2` (  

10.  ->   `id` int(11) NOT NULL AUTO_INCREMENT,  

11.  ->   `name` varchar(50) DEFAULT NULL,  

12.  ->   `sex` int(1) NOT NULL DEFAULT '0',  

13.  ->   PRIMARY KEY (`id`)  

14.  -> ) ENGINE=MyISAM  DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;  

15. Query OK, 0 rows affected (0.01 sec)  

16.   

17. mysql> INSERT INTO `user1` (`name`, `sex`) VALUES('张映', 0);  

18. Query OK, 1 row affected (0.00 sec)  

19.   

20. mysql> INSERT INTO `user2` (`name`, `sex`) VALUES('tank', 1);  

21. Query OK, 1 row affected (0.00 sec)  

22.   

23. mysql> CREATE TABLE IF NOT EXISTS `alluser` (  

24.  ->   `id` int(11) NOT NULL AUTO_INCREMENT,  

25.  ->   `name` varchar(50) DEFAULT NULL,  

26.  ->   `sex` int(1) NOT NULL DEFAULT '0',  

27.  ->   INDEX(id)  

28.  -> ) TYPE=MERGE UNION=(user1,user2) INSERT_METHOD=LAST AUTO_INCREMENT=1 ;  

29. Query OK, 0 rows affected, 1 warning (0.00 sec)  

30.   

31. mysql> select id,name,sex from alluser;  

32. +----+--------+-----+  

33. | id | name   | sex |  

34. +----+--------+-----+  

35. |  1 | 张映 |   0 |  

36. |  1 | tank   |   1 |  

37. +----+--------+-----+  

38. 2 rows in set (0.00 sec)  

39.   

40. mysql> INSERT INTO `alluser` (`name`, `sex`) VALUES('tank2', 0);  

41. Query OK, 1 row affected (0.00 sec)  

42.   

43. mysql> select id,name,sex from user2  

44.  -> ;  

45. +----+-------+-----+  

46. | id | name  | sex |  

47. +----+-------+-----+  

48. |  1 | tank  |   1 |  

49. |  2 | tank2 |   0 |  

50. +----+-------+-----+  

51. 2 rows in set (0.00 sec)  

从上面的操做中，我不知道你有没有发现点什么？假如我有一张用户表user，有50W条数据，如今要拆成二张表user1和user2，每张表25W条数据，

INSERT INTO user1(user1.id,user1.name,user1.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id <= 250000

INSERT INTO user2(user2.id,user2.name,user2.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id > 250000

这样我就成功的将一张user表，分红了二个表，这个时候有一个问题，代码中的sql语句怎么办，之前是一张表，如今变成二张表了，代码改动很大，这样给 程序员带来了很大的工做量，有没有好的办法解决这一点呢？办法是把之前的user表备份一下，而后删除掉，上面的操做中我创建了一个alluser表，只 把这个alluser表的表名改为user就好了。可是，不是全部的mysql操做都能用的

a，若是你使用 alter table 来把 merge 表变为其它表类型，到底层表的映射就被丢失了。取而代之的，来自底层 myisam 表的行被复制到已更换的表中，该表随后被指定新类型。

b，网上看到一些说replace不起做用，我试了一下能够起做用的。晕一个先

1. mysql> UPDATE alluser SET sex=REPLACE(sex, 0, 1) where id=2;  

2. Query OK, 1 row affected (0.00 sec)  

3. Rows matched: 1  Changed: 1  Warnings: 0  

4.   

5. mysql> select * from alluser;  

6. +----+--------+-----+  

7. | id | name   | sex |  

8. +----+--------+-----+  

9. |  1 | 张映 |   0 |  

10. |  1 | tank   |   1 |  

11. |  2 | tank2  |   1 |  

12. +----+--------+-----+  

13. 3 rows in set (0.00 sec)  

c，一个 merge 表不能在整个表上维持 unique 约束。当你执行一个 insert，数据进入第一个或者最后一个 myisam 表（取决于 insert_method 选项的值）。mysql 确保惟一键值在那个 myisam 表里保持惟一，但不是跨集合里全部的表。

d,当你建立一个 merge 表之时，没有检查去确保底层表的存在以及有相同的机构。当 merge 表被使用之时，mysql 检查每一个被映射的表的记录长度是否相等，但这并不十分可靠。若是你从不类似的 myisam 表建立一个 merge 表，你很是有可能撞见奇怪的问题。

优势：扩展性好，而且程序代码改动的不是很大

缺点：这种方法的效果比第二种要差一点

三，总结一下

上面提到的三种方法，我实际作过二种，第一种和第二种。第三种没有作过，因此说的细一点。哈哈。作什么事都有一个度，超过个度就过变得不好，不能一味的作 数据库服务器集群，硬件是要花钱买的，也不要一味的分表，分出来1000表，mysql的存储归根到底还以文件的形势存在硬盘上面，一张表对应三个文 件，1000个分表就是对应3000个文件，这样检索起来也会变的很慢。个人建议是

方法1和方法2结合的方式来进行分表

方法1和方法3结合的方式来进行分表

个人二个建议适合不一样的状况，根据我的状况而定，我以为会有不少人选择方法1和方法3结合的方式

二，mysql分表和分区有什么区别呢

1，实现方式上

a），mysql的分表是真正的分表，一张表分红不少表后，每个小表都是完正的一张表，都对应三个文件，一个.MYD数据文件，.MYI索引文件，.frm表结构文件。

1. [root@BlackGhost test]# ls |grep user   

2. alluser.MRG   

3. alluser.frm   

4. user1.MYD   

5. user1.MYI   

6. user1.frm   

7. user2.MYD   

8. user2.MYI   

9. user2.frm  

Php代码  

1. [root@BlackGhost test]# ls |grep user  

2. alluser.MRG  

3. alluser.frm  

4. user1.MYD  

5. user1.MYI  

6. user1.frm  

7. user2.MYD  

8. user2.MYI  

9. user2.frm  

简单说明一下，上面的分表呢是利用了merge存储引擎（分表的一种），alluser是总表，下面有二个分表，user1，user2。他们二个都是独 立的表，取数据的时候，咱们能够经过总表来取。这里总表是没有.MYD,.MYI这二个文件的，也就是说，总表他不是一张表，没有数据，数据都放在分表里 面。咱们来看看.MRG究竟是什么东西

1. [root@BlackGhost test]# cat alluser.MRG |more   

2. user1   

3. user2   

4. #INSERT_METHOD=LAST  

Php代码  

1. [root@BlackGhost test]# cat alluser.MRG |more  

2. user1  

3. user2  

4. #INSERT_METHOD=LAST  

从上面咱们能够看出，alluser.MRG里面就存了一些分表的关系，以及插入数据的方式。能够把总表理解成一个外壳，或者是联接池。

b），分区不同，一张大表进行分区后，他仍是一张表，不会变成二张表，可是他存放数据的区块变多了。

1. [root@BlackGhost test]# ls |grep aa   

2. aa#P#p1.MYD   

3. aa#P#p1.MYI   

4. aa#P#p3.MYD   

5. aa#P#p3.MYI   

6. aa.frm   

7. aa.par  

Php代码  

1. [root@BlackGhost test]# ls |grep aa  

2. aa#P#p1.MYD  

3. aa#P#p1.MYI  

4. aa#P#p3.MYD  

5. aa#P#p3.MYI  

6. aa.frm  

7. aa.par  

从上面咱们能够看出，aa这张表，分为二个区，p1和p3，原本是三个区，被我删了一个区。咱们都知道一张表对应三个文件.MYD,.MYI,.frm。分区呢根据必定的规则把数据文件和索引文件进行了分割，还多出了一个.par文件，打开.par文件后你能够看出他记录了，这张表的分区信息，根分表中的.MRG有点像。分区后，仍是一张，而不是多张表。

2，数据处理上

a），分表后，数据都是存放在分表里，总表只是一个外壳，存取数据发生在一个一个的分表里面。看下面的例子：

select * from alluser where id=’12′表面上看，是对表alluser进行操做的，其实不是的。是对alluser里面的分表进行了操做。

b），分区呢，不存在分表的概念，分区只不过把存放数据的文件分红了许多小块，分区后的表呢，仍是一张表。数据处理仍是由本身来完成。

3，提升性能上

a），分表后，单表的并发能力提升了，磁盘I/O性能也提升了。并发能力为何提升了呢，由于查寻一次所花的时间变短了，若是出现高并发的话，总表能够根 据不一样的查询，将并发压力分到不一样的小表里面。磁盘I/O性能怎么搞高了呢，原本一个很是大的.MYD文件如今也分摊到各个小表的.MYD中去了。

b），mysql提出了分区的概念，我以为就想突破磁盘I/O瓶颈，想提升磁盘的读写能力，来增长mysql性能。
在这一点上，分区和分表的测重点不一样，分表重点是存取数据时，如何提升mysql并发能力上；而分区呢，如何突破磁盘的读写能力，从而达到提升mysql性能的目的。

4），实现的难易度上

a），分表的方法有不少，用merge来分表，是最简单的一种方式。这种方式根分区难易度差很少，而且对程序代码来讲能够作到透明的。若是是用其余分表方式就比分区麻烦了。

b），分区实现是比较简单的，创建分区表，根建日常的表没什么区别，而且对开代码端来讲是透明的。

三，mysql分表和分区有什么联系呢

1，都能提升mysql的性高，在高并发状态下都有一个良好的表面。

2，分表和分区不矛盾，能够相互配合的，对于那些大访问量，而且表数据比较多的表，咱们能够采起分表和分区结合的方式（若是merge这种分表方式，不能和分区配合的话，能够用其余的分表试），访问量不大，可是表数据不少的表，咱们能够采起分区的方式等。