基于MySQL分區性能的概念

本篇內容主要講解“基于MySQL分區性能的概念”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“基于MySQL分區性能的概念”吧!

一，      分區概念 

分區允許根據指定的規則，跨文件系統分配單個表的多個部分。表的不同部分在不同的位置被存儲為單獨的表。MySQL從5.1.3開始支持Partition。

分區和手動分表對比

MySQL支持RANGE，LIST，HASH，KEY分區類型，其中以RANGE最為常用：

• Range（范圍）–這種模式允許將數據劃分不同范圍。例如可以將一個表通過年份劃分成若干個分區。

• Hash（哈希）–這中模式允許通過對表的一個或多個列的Hash Key進行計算，最后通過這個Hash碼不同數值對應的數據區域進行分區。例如可以建立一個對表主鍵進行分區的表。

• Key（鍵值）-上面Hash模式的一種延伸，這里的Hash Key是MySQL系統產生的。

• List（預定義列表）–這種模式允許系統通過預定義的列表的值來對數據進行分割。

• Composite（復合模式） –以上模式的組合使用　

二，分區能做什么

• 邏輯數據分割

• 提高單一的寫和讀應用速度

• 提高分區范圍讀查詢的速度

• 分割數據能夠有多個不同的物理文件路徑

• 高效的保存歷史數據

• 一個表上的約束檢查

• 不同的主從服務器分區策略，例如master按Hash分區，slave按range分區

三，分區的限制(截止5.1.44版)

?   只能對數據表的整型列進行分區，或者數據列可以通過分區函數轉化成整型列

?   最大分區數目不能超過1024

?   如果含有唯一索引或者主鍵，則分區列必須包含在所有的唯一索引或者主鍵在內

?   不支持外鍵

?   不支持全文索引（fulltext）

• 按日期進行分區很非常適合，因為很多日期函數可以用。但是對于字符串來說合適的分區函數不太多

四，什么時候使用分區

?   海量數據表

?   歷史表快速的查詢，可以采用ARCHIVE+PARTITION的方式。

?   數據表索引大于服務器有效內存

?   對于大表，特別是索引遠遠大于服務器有效內存時，可以不用索引，此時分區效率會更有效。

五，分區實驗

實驗一：

使用 US Bureau of Transportation Statistics發布的數據(CSV格式).目前, 包括 1.13 億條記錄，7.5 GB數據5.2 GB索引。時間從1987到2007。

服務器使用4GB內存，這樣數據和索引的大小都超過了內存大小。設置為4GB原因是數據倉庫大小遠遠超過可能內存的大小，可能達幾TB。對普通OLTP數據庫來說，索引緩存在內存中，可以快速檢索。如果數據超出內存大小，需要使用不同的方式。

創建有主鍵的表，因為通常表都會有主鍵。表的主鍵太大導致索引無法讀入內存，這樣一般來說不是高效的，意味著要經常訪問磁盤，訪問速度完全取決于你的磁盤和處理器。目前在設計很大的數據倉庫里，有一種普遍的做法是不使用索引。所以也會比較有和沒有主鍵的性能。

測試方法：

使用三種數據引擘MyISAM, InnoDB, Archive.
對于每一種引擘, 創建一個帶主鍵的未分區表 (除了archive) 和兩個分區表，一個按月一個按年。分區表分區方式如下：

CREATE TABLE by_year (

   d DATE

)

PARTITION BY RANGE (YEAR(d))

(

PARTITION P1 VALUES LESS THAN (2001),

PARTITION P2 VALUES LESS THAN (2002),

PARTITION P3 VALUES LESS THAN (2003),

PARTITION P4 VALUES LESS THAN (MAXVALUE)

)

CREATE TABLE by_month (

   d DATE

)

PARTITION BY RANGE (TO_DAYS(d))

(

PARTITION P1 VALUES LESS THAN (to_days(‘2001-02-01′)), — January

PARTITION P2 VALUES LESS THAN (to_days(‘2001-03-01′)), — February

PARTITION P3 VALUES LESS THAN (to_days(‘2001-04-01′)), — March

PARTITION P4 VALUES LESS THAN (MAXVALUE)

)

每一個都在 mysql服務器上的單獨的實例上測試, 每實例只有一個庫一個表。每種引擘, 都會啟動服務, 運行查詢并記錄結果, 然后關閉服務。服務實例通過MySQL Sandbox創建。

加載數據的情況如下：

*在dual-Xeon服務器上

為了對比分區在大的和小的數據集上的效果，創建了另外9個實例，每一個包含略小于2GB的數據。

查詢語句有兩種

• 聚集查詢

SELECT COUNT(*)

FROM table_name

WHERE date_column BETWEEN start_date and end_date

• 指定記錄查詢

 SELECT column_list

FROM table_name

WHERE column1 = x and  column2 = y and column3 = z

對于第一種查詢，創建不同的日期范圍的語句。對于每一個范圍，創建一組額外的相同范圍日期的查詢。每個日期范圍的第一個查詢是冷查詢，意味著是第一次命中，隨后的在同樣范圍內的查詢是暖查詢，意味著至少部分被緩存。查詢語句在the Forge上。

結果：

1帶主鍵的分區表

第一個測試使用復合主鍵，就像原始數據表使用的一樣。主鍵索引文件達到5.5 GB. 可以看出，分區不僅沒有提高性能，主鍵還減緩了操作。因為如果使用主鍵索引查詢，而索引又不能讀入內存，則表現很差。提示我們分區很有用，但是必須使用得當。

+——–+—————–+—————–+—————–+

| 狀態   | myisam 不分區   |   myisam 月分區 |  myisam 年分區  |

+——–+—————–+—————–+—————–+

| cold   | 2.6574570285714 |       2.9169642 | 3.0373419714286 |

| warm   | 2.5720722571429 | 3.1249698285714 | 3.1294000571429 |

+——–+—————–+—————–+—————–+

ARCHIVE引擘

+——–+—————-+—————–+—————–+

|  狀態  | archive不分區  |   archive月分區|   archive年分區 |

+——–+—————-+—————–+—————–+

| cold   |     249.849563 | 1.2436211111111 | 12.632532527778 |

| warm   |     235.814442 | 1.0889786388889 | 12.600520777778 |

+——–+—————-+—————–+—————–+

注意ARCHIVE引擘月分區的響應時間比使用MyISAM好。

2不帶主鍵的分區表

因為如果主鍵的大小超出了可用的key buffer，甚至全部內存，所有使用主鍵的查詢都會使用磁盤。新的方式只使用分區，不要主鍵。性能有顯著的提高。

按月分區表得到了70%-90%的性能提高。

+——–+——————+——————+——————+

| 狀態   | myisam 不分區    |   myisam 月分區  |  myisam 年分區   |

+——–+——————+——————+——————+

| cold   |  2.6864490285714 | 0.64206445714286 |  2.6343286285714 |

| warm   |  2.8157905714286 | 0.18774977142857 |  2.2084743714286 |

+——–+——————+——————+——————+

為了使區別更明顯, 我使用了兩個大規模查詢，可以利用分區的分區消除功能。

# query 1 – 按年統計

SELECT year(FlightDate) as y, count(*)

FROM flightstats

WHERE FlightDate BETWEEN  “2001-01-01″ and “2003-12-31″

GROUP BY y

# query 2 – 按月統計

SELECT date_format(FlightDate,”%Y-%m”) as m, count(*)

FROM flightstats 

WHERE FlightDate BETWEEN “2001-01-01″ and “2003-12-31″

GROUP BY m

結果顯示按月分區表有30%-60%，按年分區表有15%-30%性能提升。

+———-+———–+———–+———–+

| query_id | 不分       | 月分     |   年分    |

+———-+———–+———–+———–+

|        1 | 97.779958 | 36.296519 | 82.327554 |

|        2 |  69.61055 | 47.644986 |  47.60223 |

+———-+———–+———–+———–+

處理器因素

當以上測試在家用機(Intel Dual Core 2.3 MHz CPU)上測試的時候。對于原來的對于dual Xeon 2.66 MHz來說，發現新服務器更快！。

重復上面的測試，令人吃驚:

+——–+——————-+————-+—————–+

|狀態    | myisam 不分區     |myisam 月分區|  myisam 年分區  |

+——–+——————-+————-+—————–+

| cold   | 0.051063428571429 |   0.6577062 | 1.6663527428571 |

| warm   | 0.063645485714286 |   0.1093724 | 1.2369152285714 |

+——–+——————-+————-+—————–+

myisam 不分區帶主鍵的表比分區表更快. 分區表的表現和原來一樣，但未分區表性能提高了，使得分區顯得不必要。既然這臺服務器似乎充分利用了索引的好處，我在分區表的分區列上加入了索引。

# 原始表

create table flightstats (

AirlineID int not null,

UniqueCarrier char(3) not null,

Carrier char(3) not null,

FlightDate date not null,

FlightNum char(5) not null,

TailNum char(8) not null,

ArrDelay double not null,

ArrTime datetime not null,

DepDelay double not null,

DepTime datetime not null,

Origin char(3) not null,

Dest char(3) not null,

Distance int not null,

Cancelled char(1) default ‘n',

primary key (FlightDate, AirlineID, Carrier, UniqueCarrier, FlightNum, Origin, DepTime, Dest)

)

# 分區表

create table flightstats (

AirlineID int not null,

UniqueCarrier char(3) not null,

Carrier char(3) not null,

FlightDate date not null,

FlightNum char(5) not null,

TailNum char(8) not null,

ArrDelay double not null,

ArrTime datetime not null,

DepDelay double not null,

DepTime datetime not null,

Origin char(3) not null,

Dest char(3) not null,

Distance int not null,

Cancelled char(1) default ‘n',

KEY (FlightDate)

)

PARTITION BY RANGE …

結果是讓人滿意的,得到35% 性能提高。

+——–+——————-+——————-+——————-+

|狀態    | myisam 不分區     |myisam 月分區      |  myisam 年分區   |

+——–+——————-+——————-+——————-+

| cold   | 0.075289714285714 | 0.025491685714286 | 0.072398542857143 |

| warm   | 0.064401257142857 | 0.031563085714286 | 0.056638085714286 |

+——–+——————-+——————-+——————-+

結論：

1.  使用表分區并不是性能提高的保證。它依賴于以下因素：

• 分區使用的列the column used for partitioning;

• 分區函數，如果原始字段不是int型;

• 服務器速度;

• 內存數量.

2.  在應用到生產系統前運行基準測試和性能測試

依賴于你的數據庫的用途，你可能得到巨大的性能提高也可能一無所獲。如果不小心，甚至有可能會降低性能。

比如：一個使用月分區的表，在總是進行日期范圍查詢時可以得到極優的速度。但如果沒有日期查詢，那么會進行全表掃描。 

分區對于海量數據性能提高是一個關鍵的工具。什么才是海量的數據取決于部署的硬件。盲目使用分區不能保證提高性能，但是在前期基準測試和性能測試的幫助下，可以成為完美的解決方案。

3.  Archive 表可以成為一個很好的折衷方案

Archive 表分區后可以得到巨大的性能提高。當然也依賴于你的用途，沒有分區時任何查詢都是全表掃描。如果你有不需要變更的歷史數據，還要進行按時間的分析統計，使用Archive引擘是極佳的選擇。它會使用10-20％的原空間，對于聚集查詢有比MyISAM /InnoDB表更好的性能。

雖然一個很好的優化的分區MyISAM 表性能可能好于對應的Archive表, 但是需要10倍的空間。

實驗二：

1.建兩個表，一個按時間字段分區，一個不分區。

CREATE TABLE part_tab

(

c1 int default NULL,

c2 varchar(30) default NULL,

c3 date default NULL

) engine=myisam

PARTITION BY RANGE (year(c3)) (PARTITION p0 VALUES LESS THAN (1995),

PARTITION p1 VALUES LESS THAN (1996) , PARTITION p2 VALUES LESS THAN (1997) ,

PARTITION p3 VALUES LESS THAN (1998) , PARTITION p4 VALUES LESS THAN (1999) ,

PARTITION p5 VALUES LESS THAN (2000) , PARTITION p6 VALUES LESS THAN (2001) ,

PARTITION p7 VALUES LESS THAN (2002) , PARTITION p8 VALUES LESS THAN (2003) ,

PARTITION p9 VALUES LESS THAN (2004) , PARTITION p10 VALUES LESS THAN (2010),

PARTITION p11 VALUES LESS THAN MAXVALUE );

create table no_part_tab

(c1 int(11) default NULL,

c2 varchar(30) default NULL,

c3 date default NULL) engine=myisam;

2.建一個存儲過程, 利用該過程向兩個表插入各8百萬條不同數據。

delimiter //

CREATE PROCEDURE load_part_tab()

begin

    declare v int default 0;

    while v < 8000000

    do

       insert into part_tab

values (v,'testing partitions',adddate(‘1995-01-01′,(rand(v)*36520) mod 3652));

       set v = v + 1;

    end while;

end

//

然后執行

mysql> delimiter ;

mysql> call load_part_tab();

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

mysql> insert into no_part_tab select * from part_tab;

Query OK, 8000000 rows affected (51.59 sec)

Records: 8000000  Duplicates: 0  Warnings: 0

3.開始對這兩表中的數據進行簡單的范圍查詢吧。并顯示執行過程解析：

mysql> select count(*) from no_part_tab where c3 > date ‘1995-01-01′ and c3 < date ‘1995-12-31′;

+———-+

| count(*) |

+———-+

|   795181 |

+———-+

1 row in set (38.30 sec)

mysql> select count(*) from part_tab where c3 > date ‘1995-01-01′ and c3 < date ‘1995-12-31′;

+———-+

| count(*) |

+———-+

|   795181 |

+———-+

1 row in set (3.88 sec)

mysql> explain select count(*) from no_part_tab where c3 > date ‘1995-01-01′ and c3 < date ‘1995-12-31′\G

*************************** 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)

mysql> explain partitions select count(*) from part_tab where

    -> c3 > date ‘1995-01-01′ and c3 < date ‘1995-12-31′\G

*************************** 1. row ***************************

           id: 1

  select_type: SIMPLE

        table: part_tab

   partitions: p1

         type: ALL

possible_keys: NULL

          key: NULL

      key_len: NULL

          ref: NULL

         rows: 798458

        Extra: Using where

1 row in set (0.00 sec)

從上面結果可以看出，使用表分區比非分區的減少90％的響應時間。命令解析Explain程序可以看出在對已分區的表的查詢過程中僅對第一個分區進行了掃描，其余跳過。進一步測試：

– 增加日期范圍

mysql> select count(*) from no_part_tab where c3 > date ‘-01-01′and c3 < date ‘1997-12-31′;

+———-+

| count(*) |

+———-+

| 2396524 |

+———-+

1 row in set (5.42 sec)

mysql> select count(*) from part_tab where c3 > date ‘-01-01′and c3 < date ‘1997-12-31′;

+———-+

| count(*) |

+———-+

| 2396524 |

+———-+

1 row in set (2.63 sec)

– 增加未索引字段查詢

mysql> select count(*) from part_tab where c3 > date ‘-01-01′and c3 < date

‘1996-12-31′ and c2='hello';

+———-+

| count(*) |

+———-+

| 0 |

+———-+

1 row in set (0.75 sec)

mysql> select count(*) from no_part_tab where c3 > date ‘-01-01′and c3 < da

te ‘1996-12-31′ and c2='hello';

+———-+

| count(*) |

+———-+

| 0 |

+———-+

1 row in set (11.52 sec)

結論：

• 分區和未分區占用文件空間大致相同 （數據和索引文件）

• 如果查詢語句中有未建立索引字段，分區時間遠遠優于未分區時間

• 如果查詢語句中字段建立了索引，分區和未分區的差別縮小，分區略優于未分區。

• 對于大數據量，建議使用分區功能。

• 去除不必要的字段

• 根據手冊，增加myisam_max_sort_file_size 會增加分區性能

到此，相信大家對“基于MySQL分區性能的概念”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！