mysql分区理论

查看mysql安装的引擎
mysql>show engines;
查看mysql安装的插件（这里用于查看当前mysql是否支持partition）
mysql>show plugins;
不一样分区对比
分区类型 优势 缺点 共性
Range 适合与日期类型，支持复合分区 有限的分区 通常只针对某一列
List 适合与有固定取值的列，支持复合分区 有限的分区，插入记录在这一列的值不在List中，则数据丢失 通常只针对某一列
Hash 线性Hash使得增长、删除和合并更快捷 线性Hash的数据分布不均匀，而通常Hash的数据分布较均匀 通常只针对某一列
Key 列能够为字符型等其余非Int类型 效率较以前低，由于函数复制的程度，（如。MD5或SHA函数） 通常只针对某一列

海量数据优化2种方法
一、大表拆小表，分表、分区，物理的操做
二、sql语句的优化，经过增长索引来调整，可是数据量增大将会致使索引的维护代价增大，逻辑层面提高

大表拆小表
垂直分表，拆列字段，缺点：破坏表关系，表关联
水平分表，拆数据行，缺点：php代码量维护，逻辑层面困难增长

mysql分区
有点相似水平分表，可是它是基于逻辑层面，而不是物理层面，对于程序而言分区表仍是一张表
mysql5.1的4种分区类型
range分区：基于属于一个给点连续区间的列值，把多行分配给分区
list分区：相似按range分区，区别在于list分区是基于列值匹配一个离散值集合中的某个值来进行选择，列值是固定值的时候，例如枚举的时候
hash分区：基于用户定义的表达式的返回值来进行选择的分区，该表达式使用将要插入到表中的这些行的列值进行计算，这个函数能够包含mysql中有效的，产生非负整数值得任何表达式，测试使用
key分区：相似按hash分区，区别在于key分区只支持计算一列或多列，且mysql服务器提供自身的哈希函数

range分区sql
create table emp(

int int not null,
fname varchar(30),
lname varchar(30),
hired date not null default '1970-01-01',
separated date not null default '9999-12-31',
job_code int not null,
store_id int not null 商店ID

)--根据商店ID时间来设置分区
partition by range(store_id)(

partition p0 values less than (6),
partition p1 values less than (11),
partition p2 values less than (16),
partition p3 values less than (21),

)

===========

create table emp(

int int not null,
fname varchar(30),
lname varchar(30),
hired date not null default '1970-01-01', 入职时间
separated date not null default '9999-12-31', 离职时间
job_code int not null,
store_id int not null

)--根据离职时间来设置分区
partition by range(YEAR(separated))(

partition p0 values less than (1991),
partition p1 values less than (1996),
partition p2 values less than (2001),
partition p3 values less than MAXVALUE,

)

emp.frm 表结构
emp.par 分区表（分了4个分区，每个分区有一个分区数据文件和一个分区索引文件）
emp.#P#p0.MYD MYData分区数据文件
emp.#P#p0.MYI MYIndex分区索引文件
emp.#P#p1.MYD
emp.#P#p1.MYI
emp.#P#p2.MYD
emp.#P#p2.MYI
emp.#P#p3.MYD
emp.#P#p3.MYI

list分区sql
create table emp(

int int not null,
fname varchar(30),
lname varchar(30),
hired date not null default '1970-01-01', 入职时间
separated date not null default '9999-12-31', 离职时间
job_code int not null,
store_id int not null 商店ID

)--根据商店ID时间来设置分区，枚举类型，固定的值
partition by list(store_id)(

partition pNorth values in (3,5,6,9,17),
partition pEast values in (1,2,10,11,19,20),
partition pWest values in (4,12,13,14,18),
partition pCenter values l in (7,8,15,16)

)

emp.frm 表结构
emp.par 分区表（分了4个分区，每个分区有一个分区数据文件和一个分区索引文件）
emp.#P#pCenteral.MYData分区数据文件
emp.#P#pCenteral.MYI MYIndex分区索引文件
emp.#P#pEast.MYD
emp.#P#pEast.MYI
emp.#P#North.MYD
emp.#P#North.MYI
emp.#P#pWest.MYD
emp.#P#pWest.MYI

hash分区sql
create table emp(

int int not null,
fname varchar(30),
lname varchar(30),
hired date not null default '1970-01-01', 入职时间
separated date not null default '9999-12-31', 离职时间
job_code int not null,
store_id int not null 商店ID

)--根据入职时间分区，入职时间不一样， hash算法平均分配到不一样的分区内
partition by hash(YEAH(hired))
partitions 4;

key分区 与hash分区相似，但它的key能够不是整数，如能够是字符串类型，mysql簇（Cluster）使用函数MD5（来）实现key分区；对于使用其余存储引擎的表，服务器使用其本身内部的哈希函数，这些函数与password（）同样的运算法则