2013/07/27 17:40
一，什么是mysql分表，分区
什么是分表，从表面意思上看呢，就是把一张表分成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成N多个区块，这些区块可以在同一个磁盘上，也可以在不同的磁盘上，具体请参考mysql分区功能详细介绍，以及实例
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，一张表分成很多表后，每一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。
view sourceprint?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，我们可以通过总表来取。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。我们来看看.MRG到底是什么东西
view sourceprint?1 [root@BlackGhost test]# cat alluser.MRG |more
2 user1
3 user2
4 #INSERT_METHOD=LAST
从上面我们可以看出，alluser.MRG里面就存了一些分表的关系，以及插入数据的方式。可以把总表理解成一个外壳，或者是联接池。
b），分区不一样，一张大表进行分区后，他还是一张表，不会变成二张表，但是他存放数据的区块变多了。
view sourceprint?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
从上面我们可以看出，aa这张表，分为二个区，p1和p3，本来是三个区，被我删了一个区。我们都知道一张表对应三个文件.MYD,.MYI,.frm。分区呢根据一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文件后你可以看出他记录了，这张表的分区信息，根分表中的.MRG有点像。分区后，还是一张，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进行操作的，其实不是的。是对alluser里面的分表进行了操作。
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成了许多小块，分区后的表呢，还是一张表。数据处理还是由自己来完成。
3，提高性能上
a），分表后，单表的并发能力提高了，磁盘I/O性能也提高了。并发能力为什么提高了呢，因为查寻一次所花的时间变短了，如果出现高并发的话，总表可以根据不同的查询，将并发压力分到不同的小表里面。磁盘I/O性能怎么搞高了呢，本来一个非常大的.MYD文件现在也分摊到各个小表的.MYD中去了。
b），mysql提出了分区的概念，我觉得就想突破磁盘I/O瓶颈，想提高磁盘的读写能力，来增加mysql性能。
在这一点上，分区和分表的测重点不同，分表重点是存取数据时，如何提高mysql并发能力上；而分区呢，如何突破磁盘的读写能力，从而达到提高mysql性能的目的。
4），实现的难易度上
a），分表的方法有很多，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不多，并且对程序代码来说可以做到透明的。如果是用其他分表方式就比分区麻烦了。
b），分区实现是比较简单的，建立分区表，根建平常的表没什么区别，并且对开代码端来说是透明的。
三，mysql分表和分区有什么联系呢
1，都能提高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，可以相互配合的，对于那些大访问量，并且表数据比较多的表，我们可以采取分表和分区结合的方式（如果merge这种分表方式，不能和分区配合的话，可以用其他的分表试），访问量不大，但是表数据很多的表，我们可以采取分区的方式等。
另附一段评价：
在以前，一种解决方案就是使用 MERGE
类型，这是一个非常方便的做饭。架构和程序基本上不用做改动，不过，它的缺点是显见的：
只能在相同结构的 MyISAM 表上使用
无法享受到 MyISAM 的全部功能，例如无法在 MERGE 类型上执行 FULLTEXT 搜索
它需要使用更多的文件描述符
读取索引更慢
这个时候，MySQL 5.1 中新增的分区(Partition)功能的优势也就很明显了：
与单个磁盘或文件系统分区相比，可以存储更多的数据
很容易就能删除不用或者过时的数据
一些查询可以得到极大的优化
涉及到 SUM()/COUNT() 等聚合函数时，可以并行进行
IO吞吐量更大
分区允许可以设置为任意大小的规则，跨文件系统分配单个表的多个部分。实际上，表的不同部分在不同的位置被存储为单独的表。
什么是分表，从表面意思上看呢，就是把一张表分成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成N多个区块，这些区块可以在同一个磁盘上，也可以在不同的磁盘上，具体请参考mysql分区功能详细介绍，以及实例
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，一张表分成很多表后，每一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。
view sourceprint?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，我们可以通过总表来取。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。我们来看看.MRG到底是什么东西
view sourceprint?1 [root@BlackGhost test]# cat alluser.MRG |more
2 user1
3 user2
4 #INSERT_METHOD=LAST
从上面我们可以看出，alluser.MRG里面就存了一些分表的关系，以及插入数据的方式。可以把总表理解成一个外壳，或者是联接池。
b），分区不一样，一张大表进行分区后，他还是一张表，不会变成二张表，但是他存放数据的区块变多了。
view sourceprint?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
从上面我们可以看出，aa这张表，分为二个区，p1和p3，本来是三个区，被我删了一个区。我们都知道一张表对应三个文件.MYD,.MYI,.frm。分区呢根据一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文件后你可以看出他记录了，这张表的分区信息，根分表中的.MRG有点像。分区后，还是一张，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进行操作的，其实不是的。是对alluser里面的分表进行了操作。
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成了许多小块，分区后的表呢，还是一张表。数据处理还是由自己来完成。
3，提高性能上
a），分表后，单表的并发能力提高了，磁盘I/O性能也提高了。并发能力为什么提高了呢，因为查寻一次所花的时间变短了，如果出现高并发的话，总表可以根据不同的查询，将并发压力分到不同的小表里面。磁盘I/O性能怎么搞高了呢，本来一个非常大的.MYD文件现在也分摊到各个小表的.MYD中去了。
b），mysql提出了分区的概念，我觉得就想突破磁盘I/O瓶颈，想提高磁盘的读写能力，来增加mysql性能。
在这一点上，分区和分表的测重点不同，分表重点是存取数据时，如何提高mysql并发能力上；而分区呢，如何突破磁盘的读写能力，从而达到提高mysql性能的目的。
4），实现的难易度上
a），分表的方法有很多，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不多，并且对程序代码来说可以做到透明的。如果是用其他分表方式就比分区麻烦了。
b），分区实现是比较简单的，建立分区表，根建平常的表没什么区别，并且对开代码端来说是透明的。
三，mysql分表和分区有什么联系呢
1，都能提高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，可以相互配合的，对于那些大访问量，并且表数据比较多的表，我们可以采取分表和分区结合的方式（如果merge这种分表方式，不能和分区配合的话，可以用其他的分表试），访问量不大，但是表数据很多的表，我们可以采取分区的方式等。
另附一段评价：
在以前，一种解决方案就是使用 MERGE
类型，这是一个非常方便的做饭。架构和程序基本上不用做改动，不过，它的缺点是显见的：
只能在相同结构的 MyISAM 表上使用
无法享受到 MyISAM 的全部功能，例如无法在 MERGE 类型上执行 FULLTEXT 搜索
它需要使用更多的文件描述符
读取索引更慢
这个时候，MySQL 5.1 中新增的分区(Partition)功能的优势也就很明显了：
与单个磁盘或文件系统分区相比，可以存储更多的数据
很容易就能删除不用或者过时的数据
一些查询可以得到极大的优化
涉及到 SUM()/COUNT() 等聚合函数时，可以并行进行
IO吞吐量更大
分区允许可以设置为任意大小的规则，跨文件系统分配单个表的多个部分。实际上，表的不同部分在不同的位置被存储为单独的表。
一，什么是数据库分区
前段时间写过一篇关于mysql分表的的文章，下面来说一下什么是数据库分区，以mysql为例。mysql数据库中的数据是以文件的形势存在磁盘上的，默认放在/mysql/data下面（可以通过my.cnf中的datadir来查看），一张表主要对应着三个文件，一个是frm存放表结构的，一个是myd存放表数据的，一个是myi存表索引的。如果一张表的数据量太大的话，那么myd,myi就会变的很大，查找数据就会变的很慢，这个时候我们可以利用mysql的分区功能，在物理上将这一张表对应的三个文件，分割成许多个小块，这样呢，我们查找一条数据时，就不用全部查找了，只要知道这条数据在哪一块，然后在那一块找就行了。如果表的数据太大，可能一个磁盘放不下，这个时候，我们可以把数据分配到不同的磁盘里面去。
备注说明：上面是只对myisam存储引擎的，下面是innodb
innodb的数据库的物理文件结构为：
.frm文件
.ibd文件和.ibdata文件：
这两种文件都是存放innodb数据的文件，之所以用两种文件来存放innodb的数据，是因为innodb的数据存储方式能够通过配置来决定是使用共享表空间存放存储数据，还是用独享表空间存放存储数据。
独享表空间存储方式使用.ibd文件，并且每个表一个ibd文件
共享表空间存储方式使用.ibdata文件，所有表共同使用一个ibdata文件
分区的二种方式
1，横向分区
什么是横向分区呢？就是横着来分区了，举例来说明一下，假如有100W条数据，分成十份，前10W条数据放到第一个分区，第二个10W条数据放到第二个分区，依此类推。也就是把表分成了十分，根用merge来分表，有点像哦。取出一条数据的时候，这条数据包含了表结构中的所有字段，也就是说横向分区，并没有改变表的结构。
2，纵向分区
什么是纵向分区呢？就是竖来分区了，举例来说明，在设计用户表的时候，开始的时候没有考虑好，而把个人的所有信息都放到了一张表里面去，这样这个表里面就会有比较大的字段，如个人简介，而这些简介呢，也许不会有好多人去看，所以等到有人要看的时候，在去查找，分表的时候，可以把这样的大字段，分开来。
感觉数据库的分区好像是切苹果，到底是横着切呢，还是竖着切，根据个人喜好了，mysql提供的分区属于第一种，横向分区，并且细分成很多种方式。下面将举例说明一下。
二，mysql的分区
我觉着吧，mysql的分区只有一种方式，只不过运用不同的算法，規则将数据分配到不同的区块中而已。
1，mysql5.1及以上支持分区功能
安装安装的时候，我们就可以查看一下
view sourceprint?1 [root@BlackGhost mysql-5.1.50]# ./configure --help |grep -A 3 Partition
2 === Partition Support ===
3 Plugin Name: partition
4 Description: MySQL Partitioning Support
5 Supports build: static
6 Configurations: max, max-no-ndb
查看一下，如果发现有上面这个东西，说明他是支持分区的，默认是打开的。如果你已经安装过了mysql的话
view sourceprint?1 mysql> show variables like "%part%";
2 +-------------------+-------+
3 | Variable_name | Value |
4 +-------------------+-------+
5 | have_partitioning | YES |
6 +-------------------+-------+
7 1 row in set (0.00 sec)
查看一下变量，如果支持的话，会有上面的提示的。
2，range分区
按照RANGE分区的表是通过如下一种方式进行分区的，每个分区包含那些分区表达式的值位于一个给定的连续区间内的行
view sourceprint?1 //创建range分区表
2 mysql> CREATE TABLE IF NOT EXISTS `user` (
3 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID',
4 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
5 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女',
6 -> PRIMARY KEY (`id`)
7 -> ) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
8 -> PARTITION BY RANGE (id) (
9 -> PARTITION p0 VALUES LESS THAN (3),
10 -> PARTITION p1 VALUES LESS THAN (6),
11 -> PARTITION p2 VALUES LESS THAN (9),
12 -> PARTITION p3 VALUES LESS THAN (12),
13 -> PARTITION p4 VALUES LESS THAN MAXVALUE
14 -> );
15 Query OK, 0 rows affected (0.13 sec)
16
17 //插入一些数据
18 mysql> INSERT INTO `test`.`user` (`name` ,`sex`)VALUES ('tank', '0')
19 -> ,('zhang',1),('ying',1),('张',1),('映',0),('test1',1),('tank2',1)
20 -> ,('tank1',1),('test2',1),('test3',1),('test4',1),('test5',1),('tank3',1)
21 -> ,('tank4',1),('tank5',1),('tank6',1),('tank7',1),('tank8',1),('tank9',1)
22 -> ,('tank10',1),('tank11',1),('tank12',1),('tank13',1),('tank21',1),('tank42',1);
23 Query OK, 25 rows affected (0.05 sec)
24 Records: 25 Duplicates: 0 Warnings: 0
25
26 //到存放数据库表文件的地方看一下，my.cnf里面有配置，datadir后面就是
27 [root@BlackGhost test]# ls |grep user |xargs du -sh
28 4.0K user#P#p0.MYD
29 4.0K user#P#p0.MYI
30 4.0K user#P#p1.MYD
31 4.0K user#P#p1.MYI
32 4.0K user#P#p2.MYD
33 4.0K user#P#p2.MYI
34 4.0K user#P#p3.MYD
35 4.0K user#P#p3.MYI
36 4.0K user#P#p4.MYD
37 4.0K user#P#p4.MYI
38 12K user.frm
39 4.0K user.par
40
41 //取出数据
42 mysql> select count(id) as count from user;
43 +-------+
44 | count |
45 +-------+
46 | 25 |
47 +-------+
48 1 row in set (0.00 sec)
49
50 //删除第四个分区
51 mysql> alter table user drop partition p4;
52 Query OK, 0 rows affected (0.11 sec)
53 Records: 0 Duplicates: 0 Warnings: 0
54
55 /**存放在分区里面的数据丢失了，第四个分区里面有14条数据，剩下的3个分区
56 只有11条数据，但是统计出来的文件大小都是4.0K，从这儿我们可以看出分区的
57 最小区块是4K
58 */
59 mysql> select count(id) as count from user;
60 +-------+
61 | count |
62 +-------+
63 | 11 |
64 +-------+
65 1 row in set (0.00 sec)
66
67 //第四个区块已删除
68 [root@BlackGhost test]# ls |grep user |xargs du -sh
69 4.0K user#P#p0.MYD
70 4.0K user#P#p0.MYI
71 4.0K user#P#p1.MYD
72 4.0K user#P#p1.MYI
73 4.0K user#P#p2.MYD
74 4.0K user#P#p2.MYI
75 4.0K user#P#p3.MYD
76 4.0K user#P#p3.MYI
77 12K user.frm
78 4.0K user.par
79
80 /*可以对现有表进行分区,并且会按規则自动的将表中的数据分配相应的分区
81 中，这样就比较好了，可以省去很多事情，看下面的操作*/
82 mysql> alter table aa partition by RANGE(id)
83 -> (PARTITION p1 VALUES less than (1),
84 -> PARTITION p2 VALUES less than (5),
85 -> PARTITION p3 VALUES less than MAXVALUE);
86 Query OK, 15 rows affected (0.21 sec) //对15数据进行分区
87 Records: 15 Duplicates: 0 Warnings: 0
88
89 //总共有15条
90 mysql> select count(*) from aa;
91 +----------+
92 | count(*) |
93 +----------+
94 | 15 |
95 +----------+
96 1 row in set (0.00 sec)
97
98 //删除一个分区
99 mysql> alter table aa drop partition p2;
100 Query OK, 0 rows affected (0.30 sec)
101 Records: 0 Duplicates: 0 Warnings: 0
102
103 //只有11条了，说明对现有的表分区成功了
104 mysql> select count(*) from aa;
105 +----------+
106 | count(*) |
107 +----------+
108 | 11 |
109 +----------+
110 1 row in set (0.00 sec)
3，list分区
LIST分区中每个分区的定义和选择是基于某列的值从属于一个值列表集中的一个值，而RANGE分 区是从属于一个连续区间值的集合。
view sourceprint?1 //这种方式失败
2 mysql> CREATE TABLE IF NOT EXISTS `list_part` (
3 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID',
4 -> `province_id` int(2) NOT NULL DEFAULT 0 COMMENT '省',
5 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
6 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女',
7 -> PRIMARY KEY (`id`)
8 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
9 -> PARTITION BY LIST (province_id) (
10 -> PARTITION p0 VALUES IN (1,2,3,4,5,6,7,8),
11 -> PARTITION p1 VALUES IN (9,10,11,12,16,21),
12 -> PARTITION p2 VALUES IN (13,14,15,19),
13 -> PARTITION p3 VALUES IN (17,18,20,22,23,24)
14 -> );
15 ERROR 1503 (HY000): A PRIMARY KEY must include all columns in the table's partitioning function
16
17 //这种方式成功
18 mysql> CREATE TABLE IF NOT EXISTS `list_part` (
19 -> `id` int(11) NOT NULL COMMENT '用户ID',
20 -> `province_id` int(2) NOT NULL DEFAULT 0 COMMENT '省',
21 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
22 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女'
23 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
24 -> PARTITION BY LIST (province_id) (
25 -> PARTITION p0 VALUES IN (1,2,3,4,5,6,7,8),
26 -> PARTITION p1 VALUES IN (9,10,11,12,16,21),
27 -> PARTITION p2 VALUES IN (13,14,15,19),
28 -> PARTITION p3 VALUES IN (17,18,20,22,23,24)
29 -> );
30 Query OK, 0 rows affected (0.33 sec)
上面的这个创建list分区时，如果有主銉的话，分区时主键必须在其中，不然就会报错。如果我不用主键，分区就创建成功了，一般情况下，一个张表肯定会有一个主键，这算是一个分区的局限性吧。
如果对数据进行测试，请参考range分区的测试来操作
4，hash分区
HASH分区主要用来确保数据在预先确定数目的分区中平均分布，你所要做的只是基于将要被哈希的列值指定一个列值或表达式，以 及指定被分区的表将要被分割成的分区数量。
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `hash_part` (
2 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '评论ID',
3 -> `comment` varchar(1000) NOT NULL DEFAULT '' COMMENT '评论',
4 -> `ip` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
5 -> PRIMARY KEY (`id`)
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
7 -> PARTITION BY HASH(id)
8 -> PARTITIONS 3;
9 Query OK, 0 rows affected (0.06 sec)
测试请参考range分区的操作
5，key分区
按照KEY进行分区类似于按照HASH分区，除了HASH分区使用的用 户定义的表达式，而KEY分区的 哈希函数是由MySQL 服务器提供。
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `key_part` (
2 -> `news_id` int(11) NOT NULL COMMENT '新闻ID',
3 -> `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
4 -> `u_id` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
5 -> `create_time` DATE NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '时间'
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
7 -> PARTITION BY LINEAR HASH(YEAR(create_time))
8 -> PARTITIONS 3;
9 Query OK, 0 rows affected (0.07 sec)
测试请参考range分区的操作
6，子分区
子分区是分区表中每个分区的再次分割，子分区既可以使用HASH希分区，也可以使用KEY分区。这 也被称为复合分区（composite partitioning）。
1，如果一个分区中创建了子分区，其他分区也要有子分区
2，如果创建了了分区，每个分区中的子分区数必有相同
3，同一分区内的子分区，名字不相同，不同分区内的子分区名子可以相同（5.1.50不适用）
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `sub_part` (
2 -> `news_id` int(11) NOT NULL COMMENT '新闻ID',
3 -> `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
4 -> `u_id` int(11) NOT NULL DEFAULT 0s COMMENT '来源IP',
5 -> `create_time` DATE NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '时间'
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
7 -> PARTITION BY RANGE(YEAR(create_time))
8 -> SUBPARTITION BY HASH(TO_DAYS(create_time))(
9 -> PARTITION p0 VALUES LESS THAN (1990)(SUBPARTITION s0,SUBPARTITION s1,SUBPARTITION s2),
10 -> PARTITION p1 VALUES LESS THAN (2000)(SUBPARTITION s3,SUBPARTITION s4,SUBPARTITION good),
11 -> PARTITION p2 VALUES LESS THAN MAXVALUE(SUBPARTITION tank0,SUBPARTITION tank1,SUBPARTITION tank3)
12 -> );
13 Query OK, 0 rows affected (0.07 sec)
三，分区管理
1，删除分区
mysql> alter table user drop partition p4;
2，新增分区
view sourceprint?1 //range添加新分区
2 mysql> alter table user add partition(partition p4 values less than MAXVALUE);
3 Query OK, 0 rows affected (0.06 sec)
4 Records: 0 Duplicates: 0 Warnings: 0
5
6 //list添加新分区
7 mysql> alter table list_part add partition(partition p4 values in (25,26,28));
8 Query OK, 0 rows affected (0.01 sec)
9 Records: 0 Duplicates: 0 Warnings: 0
10
11 //hash重新分区
12 mysql> alter table hash_part add partition partitions 4;
13 Query OK, 0 rows affected (0.12 sec)
14 Records: 0 Duplicates: 0 Warnings: 0
15
16 //key重新分区
17 mysql> alter table key_part add partition partitions 4;
18 Query OK, 1 row affected (0.06 sec) //有数据也会被重新分配
19 Records: 1 Duplicates: 0 Warnings: 0
20
21 //子分区添加新分区，虽然我没有指定子分区，但是系统会给子分区命名的
22 mysql> alter table sub1_part add partition(partition p3 values less than MAXVALUE);
23 Query OK, 0 rows affected (0.02 sec)
24 Records: 0 Duplicates: 0 Warnings: 0
25
26 mysql> show create table sub1_partG;
27 *************************** 1. row ***************************
28 Table: sub1_part
29 Create Table: CREATE TABLE `sub1_part` (
30 `news_id` int(11) NOT NULL COMMENT '新闻ID',
31 `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
32 `u_id` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
33 `create_time` date NOT NULL DEFAULT '0000-00-00' COMMENT '时间'
34 ) ENGINE=InnoDB DEFAULT CHARSET=utf8
35 !50100 PARTITION BY RANGE (YEAR(create_time))
36 SUBPARTITION BY HASH (TO_DAYS(create_time))
37 (PARTITION p0 VALUES LESS THAN (1990)
38 (SUBPARTITION s0 ENGINE = InnoDB,
39 SUBPARTITION s1 ENGINE = InnoDB,
40 SUBPARTITION s2 ENGINE = InnoDB),
41 PARTITION p1 VALUES LESS THAN (2000)
42 (SUBPARTITION s3 ENGINE = InnoDB,
43 SUBPARTITION s4 ENGINE = InnoDB,
44 SUBPARTITION good ENGINE = InnoDB),
45 PARTITION p2 VALUES LESS THAN (3000)
46 (SUBPARTITION tank0 ENGINE = InnoDB,
47 SUBPARTITION tank1 ENGINE = InnoDB,
48 SUBPARTITION tank3 ENGINE = InnoDB),
49 PARTITION p3 VALUES LESS THAN MAXVALUE
50 (SUBPARTITION p3sp0 ENGINE = InnoDB, //子分区的名子是自动生成的
51 SUBPARTITION p3sp1 ENGINE = InnoDB,
52 SUBPARTITION p3sp2 ENGINE = InnoDB))
53 1 row in set (0.00 sec)
3，重新分区
view sourceprint?1 //range重新分区
2 mysql> ALTER TABLE user REORGANIZE PARTITION p0,p1,p2,p3,p4 INTO (PARTITION p0 VALUES LESS THAN MAXVALUE);
3 Query OK, 11 rows affected (0.08 sec)
4 Records: 11 Duplicates: 0 Warnings: 0
5
6 //list重新分区
7 mysql> ALTER TABLE list_part REORGANIZE PARTITION p0,p1,p2,p3,p4 INTO (PARTITION p0 VALUES in (1,2,3,4,5));
8 Query OK, 0 rows affected (0.28 sec)
9 Records: 0 Duplicates: 0 Warnings: 0
10
11 //hash和key分区不能用REORGANIZE，官方网站说的很清楚
12 mysql> ALTER TABLE key_part REORGANIZE PARTITION COALESCE PARTITION 9;
13 ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'PARTITION 9' at line 1
四，分区优点
1，分区可以分在多个磁盘，存储更大一点
2，根据查找条件，也就是where后面的条件，查找只查找相应的分区不用全部查找了
3，进行大数据搜索时可以进行并行处理。
4，跨多个磁盘来分散数据查询，来获得更大的查询吞吐量
课外阅读
：http://dev.mysql.com/doc/refman/5.1/zh/partitioning.html
前段时间写过一篇关于mysql分表的的文章，下面来说一下什么是数据库分区，以mysql为例。mysql数据库中的数据是以文件的形势存在磁盘上的，默认放在/mysql/data下面（可以通过my.cnf中的datadir来查看），一张表主要对应着三个文件，一个是frm存放表结构的，一个是myd存放表数据的，一个是myi存表索引的。如果一张表的数据量太大的话，那么myd,myi就会变的很大，查找数据就会变的很慢，这个时候我们可以利用mysql的分区功能，在物理上将这一张表对应的三个文件，分割成许多个小块，这样呢，我们查找一条数据时，就不用全部查找了，只要知道这条数据在哪一块，然后在那一块找就行了。如果表的数据太大，可能一个磁盘放不下，这个时候，我们可以把数据分配到不同的磁盘里面去。
备注说明：上面是只对myisam存储引擎的，下面是innodb
innodb的数据库的物理文件结构为：
.frm文件
.ibd文件和.ibdata文件：
这两种文件都是存放innodb数据的文件，之所以用两种文件来存放innodb的数据，是因为innodb的数据存储方式能够通过配置来决定是使用共享表空间存放存储数据，还是用独享表空间存放存储数据。
独享表空间存储方式使用.ibd文件，并且每个表一个ibd文件
共享表空间存储方式使用.ibdata文件，所有表共同使用一个ibdata文件
分区的二种方式
1，横向分区
什么是横向分区呢？就是横着来分区了，举例来说明一下，假如有100W条数据，分成十份，前10W条数据放到第一个分区，第二个10W条数据放到第二个分区，依此类推。也就是把表分成了十分，根用merge来分表，有点像哦。取出一条数据的时候，这条数据包含了表结构中的所有字段，也就是说横向分区，并没有改变表的结构。
2，纵向分区
什么是纵向分区呢？就是竖来分区了，举例来说明，在设计用户表的时候，开始的时候没有考虑好，而把个人的所有信息都放到了一张表里面去，这样这个表里面就会有比较大的字段，如个人简介，而这些简介呢，也许不会有好多人去看，所以等到有人要看的时候，在去查找，分表的时候，可以把这样的大字段，分开来。
感觉数据库的分区好像是切苹果，到底是横着切呢，还是竖着切，根据个人喜好了，mysql提供的分区属于第一种，横向分区，并且细分成很多种方式。下面将举例说明一下。
二，mysql的分区
我觉着吧，mysql的分区只有一种方式，只不过运用不同的算法，規则将数据分配到不同的区块中而已。
1，mysql5.1及以上支持分区功能
安装安装的时候，我们就可以查看一下
view sourceprint?1 [root@BlackGhost mysql-5.1.50]# ./configure --help |grep -A 3 Partition
2 === Partition Support ===
3 Plugin Name: partition
4 Description: MySQL Partitioning Support
5 Supports build: static
6 Configurations: max, max-no-ndb
查看一下，如果发现有上面这个东西，说明他是支持分区的，默认是打开的。如果你已经安装过了mysql的话
view sourceprint?1 mysql> show variables like "%part%";
2 +-------------------+-------+
3 | Variable_name | Value |
4 +-------------------+-------+
5 | have_partitioning | YES |
6 +-------------------+-------+
7 1 row in set (0.00 sec)
查看一下变量，如果支持的话，会有上面的提示的。
2，range分区
按照RANGE分区的表是通过如下一种方式进行分区的，每个分区包含那些分区表达式的值位于一个给定的连续区间内的行
view sourceprint?1 //创建range分区表
2 mysql> CREATE TABLE IF NOT EXISTS `user` (
3 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID',
4 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
5 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女',
6 -> PRIMARY KEY (`id`)
7 -> ) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
8 -> PARTITION BY RANGE (id) (
9 -> PARTITION p0 VALUES LESS THAN (3),
10 -> PARTITION p1 VALUES LESS THAN (6),
11 -> PARTITION p2 VALUES LESS THAN (9),
12 -> PARTITION p3 VALUES LESS THAN (12),
13 -> PARTITION p4 VALUES LESS THAN MAXVALUE
14 -> );
15 Query OK, 0 rows affected (0.13 sec)
16
17 //插入一些数据
18 mysql> INSERT INTO `test`.`user` (`name` ,`sex`)VALUES ('tank', '0')
19 -> ,('zhang',1),('ying',1),('张',1),('映',0),('test1',1),('tank2',1)
20 -> ,('tank1',1),('test2',1),('test3',1),('test4',1),('test5',1),('tank3',1)
21 -> ,('tank4',1),('tank5',1),('tank6',1),('tank7',1),('tank8',1),('tank9',1)
22 -> ,('tank10',1),('tank11',1),('tank12',1),('tank13',1),('tank21',1),('tank42',1);
23 Query OK, 25 rows affected (0.05 sec)
24 Records: 25 Duplicates: 0 Warnings: 0
25
26 //到存放数据库表文件的地方看一下，my.cnf里面有配置，datadir后面就是
27 [root@BlackGhost test]# ls |grep user |xargs du -sh
28 4.0K user#P#p0.MYD
29 4.0K user#P#p0.MYI
30 4.0K user#P#p1.MYD
31 4.0K user#P#p1.MYI
32 4.0K user#P#p2.MYD
33 4.0K user#P#p2.MYI
34 4.0K user#P#p3.MYD
35 4.0K user#P#p3.MYI
36 4.0K user#P#p4.MYD
37 4.0K user#P#p4.MYI
38 12K user.frm
39 4.0K user.par
40
41 //取出数据
42 mysql> select count(id) as count from user;
43 +-------+
44 | count |
45 +-------+
46 | 25 |
47 +-------+
48 1 row in set (0.00 sec)
49
50 //删除第四个分区
51 mysql> alter table user drop partition p4;
52 Query OK, 0 rows affected (0.11 sec)
53 Records: 0 Duplicates: 0 Warnings: 0
54
55 /**存放在分区里面的数据丢失了，第四个分区里面有14条数据，剩下的3个分区
56 只有11条数据，但是统计出来的文件大小都是4.0K，从这儿我们可以看出分区的
57 最小区块是4K
58 */
59 mysql> select count(id) as count from user;
60 +-------+
61 | count |
62 +-------+
63 | 11 |
64 +-------+
65 1 row in set (0.00 sec)
66
67 //第四个区块已删除
68 [root@BlackGhost test]# ls |grep user |xargs du -sh
69 4.0K user#P#p0.MYD
70 4.0K user#P#p0.MYI
71 4.0K user#P#p1.MYD
72 4.0K user#P#p1.MYI
73 4.0K user#P#p2.MYD
74 4.0K user#P#p2.MYI
75 4.0K user#P#p3.MYD
76 4.0K user#P#p3.MYI
77 12K user.frm
78 4.0K user.par
79
80 /*可以对现有表进行分区,并且会按規则自动的将表中的数据分配相应的分区
81 中，这样就比较好了，可以省去很多事情，看下面的操作*/
82 mysql> alter table aa partition by RANGE(id)
83 -> (PARTITION p1 VALUES less than (1),
84 -> PARTITION p2 VALUES less than (5),
85 -> PARTITION p3 VALUES less than MAXVALUE);
86 Query OK, 15 rows affected (0.21 sec) //对15数据进行分区
87 Records: 15 Duplicates: 0 Warnings: 0
88
89 //总共有15条
90 mysql> select count(*) from aa;
91 +----------+
92 | count(*) |
93 +----------+
94 | 15 |
95 +----------+
96 1 row in set (0.00 sec)
97
98 //删除一个分区
99 mysql> alter table aa drop partition p2;
100 Query OK, 0 rows affected (0.30 sec)
101 Records: 0 Duplicates: 0 Warnings: 0
102
103 //只有11条了，说明对现有的表分区成功了
104 mysql> select count(*) from aa;
105 +----------+
106 | count(*) |
107 +----------+
108 | 11 |
109 +----------+
110 1 row in set (0.00 sec)
3，list分区
LIST分区中每个分区的定义和选择是基于某列的值从属于一个值列表集中的一个值，而RANGE分 区是从属于一个连续区间值的集合。
view sourceprint?1 //这种方式失败
2 mysql> CREATE TABLE IF NOT EXISTS `list_part` (
3 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID',
4 -> `province_id` int(2) NOT NULL DEFAULT 0 COMMENT '省',
5 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
6 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女',
7 -> PRIMARY KEY (`id`)
8 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
9 -> PARTITION BY LIST (province_id) (
10 -> PARTITION p0 VALUES IN (1,2,3,4,5,6,7,8),
11 -> PARTITION p1 VALUES IN (9,10,11,12,16,21),
12 -> PARTITION p2 VALUES IN (13,14,15,19),
13 -> PARTITION p3 VALUES IN (17,18,20,22,23,24)
14 -> );
15 ERROR 1503 (HY000): A PRIMARY KEY must include all columns in the table's partitioning function
16
17 //这种方式成功
18 mysql> CREATE TABLE IF NOT EXISTS `list_part` (
19 -> `id` int(11) NOT NULL COMMENT '用户ID',
20 -> `province_id` int(2) NOT NULL DEFAULT 0 COMMENT '省',
21 -> `name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
22 -> `sex` int(1) NOT NULL DEFAULT '0' COMMENT '0为男，1为女'
23 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
24 -> PARTITION BY LIST (province_id) (
25 -> PARTITION p0 VALUES IN (1,2,3,4,5,6,7,8),
26 -> PARTITION p1 VALUES IN (9,10,11,12,16,21),
27 -> PARTITION p2 VALUES IN (13,14,15,19),
28 -> PARTITION p3 VALUES IN (17,18,20,22,23,24)
29 -> );
30 Query OK, 0 rows affected (0.33 sec)
上面的这个创建list分区时，如果有主銉的话，分区时主键必须在其中，不然就会报错。如果我不用主键，分区就创建成功了，一般情况下，一个张表肯定会有一个主键，这算是一个分区的局限性吧。
如果对数据进行测试，请参考range分区的测试来操作
4，hash分区
HASH分区主要用来确保数据在预先确定数目的分区中平均分布，你所要做的只是基于将要被哈希的列值指定一个列值或表达式，以 及指定被分区的表将要被分割成的分区数量。
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `hash_part` (
2 -> `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '评论ID',
3 -> `comment` varchar(1000) NOT NULL DEFAULT '' COMMENT '评论',
4 -> `ip` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
5 -> PRIMARY KEY (`id`)
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1
7 -> PARTITION BY HASH(id)
8 -> PARTITIONS 3;
9 Query OK, 0 rows affected (0.06 sec)
测试请参考range分区的操作
5，key分区
按照KEY进行分区类似于按照HASH分区，除了HASH分区使用的用 户定义的表达式，而KEY分区的 哈希函数是由MySQL 服务器提供。
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `key_part` (
2 -> `news_id` int(11) NOT NULL COMMENT '新闻ID',
3 -> `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
4 -> `u_id` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
5 -> `create_time` DATE NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '时间'
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
7 -> PARTITION BY LINEAR HASH(YEAR(create_time))
8 -> PARTITIONS 3;
9 Query OK, 0 rows affected (0.07 sec)
测试请参考range分区的操作
6，子分区
子分区是分区表中每个分区的再次分割，子分区既可以使用HASH希分区，也可以使用KEY分区。这 也被称为复合分区（composite partitioning）。
1，如果一个分区中创建了子分区，其他分区也要有子分区
2，如果创建了了分区，每个分区中的子分区数必有相同
3，同一分区内的子分区，名字不相同，不同分区内的子分区名子可以相同（5.1.50不适用）
view sourceprint?1 mysql> CREATE TABLE IF NOT EXISTS `sub_part` (
2 -> `news_id` int(11) NOT NULL COMMENT '新闻ID',
3 -> `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
4 -> `u_id` int(11) NOT NULL DEFAULT 0s COMMENT '来源IP',
5 -> `create_time` DATE NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '时间'
6 -> ) ENGINE=INNODB DEFAULT CHARSET=utf8
7 -> PARTITION BY RANGE(YEAR(create_time))
8 -> SUBPARTITION BY HASH(TO_DAYS(create_time))(
9 -> PARTITION p0 VALUES LESS THAN (1990)(SUBPARTITION s0,SUBPARTITION s1,SUBPARTITION s2),
10 -> PARTITION p1 VALUES LESS THAN (2000)(SUBPARTITION s3,SUBPARTITION s4,SUBPARTITION good),
11 -> PARTITION p2 VALUES LESS THAN MAXVALUE(SUBPARTITION tank0,SUBPARTITION tank1,SUBPARTITION tank3)
12 -> );
13 Query OK, 0 rows affected (0.07 sec)
三，分区管理
1，删除分区
mysql> alter table user drop partition p4;
2，新增分区
view sourceprint?1 //range添加新分区
2 mysql> alter table user add partition(partition p4 values less than MAXVALUE);
3 Query OK, 0 rows affected (0.06 sec)
4 Records: 0 Duplicates: 0 Warnings: 0
5
6 //list添加新分区
7 mysql> alter table list_part add partition(partition p4 values in (25,26,28));
8 Query OK, 0 rows affected (0.01 sec)
9 Records: 0 Duplicates: 0 Warnings: 0
10
11 //hash重新分区
12 mysql> alter table hash_part add partition partitions 4;
13 Query OK, 0 rows affected (0.12 sec)
14 Records: 0 Duplicates: 0 Warnings: 0
15
16 //key重新分区
17 mysql> alter table key_part add partition partitions 4;
18 Query OK, 1 row affected (0.06 sec) //有数据也会被重新分配
19 Records: 1 Duplicates: 0 Warnings: 0
20
21 //子分区添加新分区，虽然我没有指定子分区，但是系统会给子分区命名的
22 mysql> alter table sub1_part add partition(partition p3 values less than MAXVALUE);
23 Query OK, 0 rows affected (0.02 sec)
24 Records: 0 Duplicates: 0 Warnings: 0
25
26 mysql> show create table sub1_partG;
27 *************************** 1. row ***************************
28 Table: sub1_part
29 Create Table: CREATE TABLE `sub1_part` (
30 `news_id` int(11) NOT NULL COMMENT '新闻ID',
31 `content` varchar(1000) NOT NULL DEFAULT '' COMMENT '新闻内容',
32 `u_id` varchar(25) NOT NULL DEFAULT '' COMMENT '来源IP',
33 `create_time` date NOT NULL DEFAULT '0000-00-00' COMMENT '时间'
34 ) ENGINE=InnoDB DEFAULT CHARSET=utf8
35 !50100 PARTITION BY RANGE (YEAR(create_time))
36 SUBPARTITION BY HASH (TO_DAYS(create_time))
37 (PARTITION p0 VALUES LESS THAN (1990)
38 (SUBPARTITION s0 ENGINE = InnoDB,
39 SUBPARTITION s1 ENGINE = InnoDB,
40 SUBPARTITION s2 ENGINE = InnoDB),
41 PARTITION p1 VALUES LESS THAN (2000)
42 (SUBPARTITION s3 ENGINE = InnoDB,
43 SUBPARTITION s4 ENGINE = InnoDB,
44 SUBPARTITION good ENGINE = InnoDB),
45 PARTITION p2 VALUES LESS THAN (3000)
46 (SUBPARTITION tank0 ENGINE = InnoDB,
47 SUBPARTITION tank1 ENGINE = InnoDB,
48 SUBPARTITION tank3 ENGINE = InnoDB),
49 PARTITION p3 VALUES LESS THAN MAXVALUE
50 (SUBPARTITION p3sp0 ENGINE = InnoDB, //子分区的名子是自动生成的
51 SUBPARTITION p3sp1 ENGINE = InnoDB,
52 SUBPARTITION p3sp2 ENGINE = InnoDB))
53 1 row in set (0.00 sec)
3，重新分区
view sourceprint?1 //range重新分区
2 mysql> ALTER TABLE user REORGANIZE PARTITION p0,p1,p2,p3,p4 INTO (PARTITION p0 VALUES LESS THAN MAXVALUE);
3 Query OK, 11 rows affected (0.08 sec)
4 Records: 11 Duplicates: 0 Warnings: 0
5
6 //list重新分区
7 mysql> ALTER TABLE list_part REORGANIZE PARTITION p0,p1,p2,p3,p4 INTO (PARTITION p0 VALUES in (1,2,3,4,5));
8 Query OK, 0 rows affected (0.28 sec)
9 Records: 0 Duplicates: 0 Warnings: 0
10
11 //hash和key分区不能用REORGANIZE，官方网站说的很清楚
12 mysql> ALTER TABLE key_part REORGANIZE PARTITION COALESCE PARTITION 9;
13 ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'PARTITION 9' at line 1
四，分区优点
1，分区可以分在多个磁盘，存储更大一点
2，根据查找条件，也就是where后面的条件，查找只查找相应的分区不用全部查找了
3，进行大数据搜索时可以进行并行处理。
4，跨多个磁盘来分散数据查询，来获得更大的查询吞吐量
课外阅读
：http://dev.mysql.com/doc/refman/5.1/zh/partitioning.html
一，先说一下为什么要分表
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，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。
根据个人经验，mysql执行一个sql的过程如下：
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，肯定有sql在执行。所以我们要缩短sql的执行时间。
mysql中有一种机制是表锁定和行锁定，为什么要出现这种机制，是为了保证数据的完整性，我举个例子来说吧，如果有二个sql都要修改同一张表的同一条数据，这个时候怎么办呢，是不是二个sql都可以同时修改这条数据呢？很显然mysql对这种情况的处理是，一种是表锁定（myisam存储引擎），一个是行锁定（innodb存储引擎）。表锁定表示你们都不能对这张表进行操作，必须等我对表操作完才行。行锁定也一样，别的sql必须等我对这条数据操作完了，才能对这条数据进行操作。如果数据太多，一次执行的时间太长，等待的时间就越长，这也是我们为什么要分表的原因。
二，分表
1，做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，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少sql排队队列中的sql的数量，举个例子：有10个sql请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这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，这样等待时间是不是大大的缩短了呢？这已经很明显了。所以我把它列到了分表的范围以内
优点：扩展性好，没有多个分表后的复杂操作（php代码）
缺点：单个表的数据量还是没有变，一次操作所花的时间还是那么多，硬件开销大。
2，预先估计会出现大数据量并且访问频繁的表，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，时间长了这张表肯定很大，几十万，几百万都有可能。 聊天室里面信息表，几十个人在一起一聊一个晚上，时间长了，这张表的数据肯定很大。像这样的情况很多。所以这种能预估出来的大数据量表，我们就事先分出个N个表，这个N是多少，根据实际情况而定。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.然后根据用户的ID来判断这个用户的聊天信息放到哪张表里面，你可以用hash的方式来获得，可以用求余的方式来获得，方法很多，各人想各人的吧。下面用hash的方法来获得表名：
view sourceprint?1
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，告诉我们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行了。
优点：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：当一种规则确定时，打破这条规则会很麻烦，上面的例子中我用的hash算法是crc32，如果我现在不想用这个算法了，改用md5后，会使同一个用户的消息被存储到不同的表中，这样数据乱套了。扩展性很差。
—————PHP10086:根据userid，或者时间拆分，建立路由规则调度，确定聚合查询的时候麻烦。
3，利用merge存储引擎来实现分表
我觉得这种方法比较适合，那些没有事先考虑，而已经出现了得，数据查询慢的情况。这个时候如果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，因为程序里面的sql语句已经写好了，现在一张表要分成几十张表，甚至上百张表，这样sql语句是不是要重写呢？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。
view sourceprint?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)
从上面的操作中，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，现在要拆成二张表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，分成了二个表，这个时候有一个问题，代码中的sql语句怎么办，以前是一张表，现在变成二张表了，代码改动很大，这样给程序员带来了很大的工作量，有没有好的办法解决这一点呢？办法是把以前的user表备份一下，然后删除掉，上面的操作中我建立了一个alluser表，只把这个alluser表的表名改成user就行了。但是，不是所有的mysql操作都能用的
a，如果你使用 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不起作用，我试了一下可以起作用的。晕一个先
view sourceprint?1 mysql> UPDATE alluser SET sex=REPLACE(sex, 0, 1) where id=2;
2
3 Query OK, 1 row affected (0.00 sec)
4
5 Rows matched: 1 Changed: 1 Warnings: 0
6
7
8
9 mysql> select * from alluser;
10
11 +----+--------+-----+
12
13 | id | name | sex |
14
15 +----+--------+-----+
16
17 | 1 | 张映 | 0 |
18
19 | 1 | tank | 1 |
20
21 | 2 | tank2 | 1 |
22
23 +----+--------+-----+
24
25 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 确保唯一键值在那个 myisam 表里保持唯一，但不是跨集合里所有的表。
d,当你创建一个 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 检查每个被映射的表的记录长度是否相等，但这并不十分可靠。如果你从不相似的 myisam 表创建一个 merge 表，你非常有可能撞见奇怪的问题。
好困睡觉了，c和d在网上看到的，没有测试，大家试一下吧。
优点：扩展性好，并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，我实际做过二种，第一种和第二种。第三种没有做过，所以说的细一点。哈哈。做什么事都有一个度，超过个度就过变得很差，不能一味的做数据库服务器集群，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。我的建议是
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
我的二个建议适合不同的情况，根据个人情况而定，我觉得会有很多人选择方法1和方法3结合的方式
—–PHP10086手记:
关于merge 表分表：
聚合表alluser 要指定DEFAULT CHARSET=utf8，统一编码不然报错。
子表需要是MyISAM引擎，仅仅适合与myisam引擎的表
每个子表的结构必须一致，主表和子表的结构需要一致
每个子表的索引在merge表中都会存在，所以在merge表中不能根据该索引进行唯一性检索
REPLACE在merge表中不会工作
AUTO_INCREMENT 不会按照你所期望的方式工作-
创建Mysql Merge表的参数 INSERT_METHOD有几个参数 ：
LAST 如果你执行insert 指令来操作merge表时，插入操作会把数据添加到最后一个子表中。
FIRST 同理，执行插入数据时会把数据添加到第一个子表中。
关于merge删除
如果删除mrg表，那么各个子表间将不会有联系。但是如果删除其中的任一子表，对于GNU／LINUX来说，merge表结构及数据仍然存在。
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，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。
根据个人经验，mysql执行一个sql的过程如下：
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，肯定有sql在执行。所以我们要缩短sql的执行时间。
mysql中有一种机制是表锁定和行锁定，为什么要出现这种机制，是为了保证数据的完整性，我举个例子来说吧，如果有二个sql都要修改同一张表的同一条数据，这个时候怎么办呢，是不是二个sql都可以同时修改这条数据呢？很显然mysql对这种情况的处理是，一种是表锁定（myisam存储引擎），一个是行锁定（innodb存储引擎）。表锁定表示你们都不能对这张表进行操作，必须等我对表操作完才行。行锁定也一样，别的sql必须等我对这条数据操作完了，才能对这条数据进行操作。如果数据太多，一次执行的时间太长，等待的时间就越长，这也是我们为什么要分表的原因。
二，分表
1，做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，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少sql排队队列中的sql的数量，举个例子：有10个sql请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这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，这样等待时间是不是大大的缩短了呢？这已经很明显了。所以我把它列到了分表的范围以内
优点：扩展性好，没有多个分表后的复杂操作（php代码）
缺点：单个表的数据量还是没有变，一次操作所花的时间还是那么多，硬件开销大。
2，预先估计会出现大数据量并且访问频繁的表，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，时间长了这张表肯定很大，几十万，几百万都有可能。 聊天室里面信息表，几十个人在一起一聊一个晚上，时间长了，这张表的数据肯定很大。像这样的情况很多。所以这种能预估出来的大数据量表，我们就事先分出个N个表，这个N是多少，根据实际情况而定。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.然后根据用户的ID来判断这个用户的聊天信息放到哪张表里面，你可以用hash的方式来获得，可以用求余的方式来获得，方法很多，各人想各人的吧。下面用hash的方法来获得表名：
view sourceprint?1
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，告诉我们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行了。
优点：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：当一种规则确定时，打破这条规则会很麻烦，上面的例子中我用的hash算法是crc32，如果我现在不想用这个算法了，改用md5后，会使同一个用户的消息被存储到不同的表中，这样数据乱套了。扩展性很差。
—————PHP10086:根据userid，或者时间拆分，建立路由规则调度，确定聚合查询的时候麻烦。
3，利用merge存储引擎来实现分表
我觉得这种方法比较适合，那些没有事先考虑，而已经出现了得，数据查询慢的情况。这个时候如果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，因为程序里面的sql语句已经写好了，现在一张表要分成几十张表，甚至上百张表，这样sql语句是不是要重写呢？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。
view sourceprint?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)
从上面的操作中，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，现在要拆成二张表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，分成了二个表，这个时候有一个问题，代码中的sql语句怎么办，以前是一张表，现在变成二张表了，代码改动很大，这样给程序员带来了很大的工作量，有没有好的办法解决这一点呢？办法是把以前的user表备份一下，然后删除掉，上面的操作中我建立了一个alluser表，只把这个alluser表的表名改成user就行了。但是，不是所有的mysql操作都能用的
a，如果你使用 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不起作用，我试了一下可以起作用的。晕一个先
view sourceprint?1 mysql> UPDATE alluser SET sex=REPLACE(sex, 0, 1) where id=2;
2
3 Query OK, 1 row affected (0.00 sec)
4
5 Rows matched: 1 Changed: 1 Warnings: 0
6
7
8
9 mysql> select * from alluser;
10
11 +----+--------+-----+
12
13 | id | name | sex |
14
15 +----+--------+-----+
16
17 | 1 | 张映 | 0 |
18
19 | 1 | tank | 1 |
20
21 | 2 | tank2 | 1 |
22
23 +----+--------+-----+
24
25 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 确保唯一键值在那个 myisam 表里保持唯一，但不是跨集合里所有的表。
d,当你创建一个 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 检查每个被映射的表的记录长度是否相等，但这并不十分可靠。如果你从不相似的 myisam 表创建一个 merge 表，你非常有可能撞见奇怪的问题。
好困睡觉了，c和d在网上看到的，没有测试，大家试一下吧。
优点：扩展性好，并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，我实际做过二种，第一种和第二种。第三种没有做过，所以说的细一点。哈哈。做什么事都有一个度，超过个度就过变得很差，不能一味的做数据库服务器集群，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。我的建议是
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
我的二个建议适合不同的情况，根据个人情况而定，我觉得会有很多人选择方法1和方法3结合的方式
—–PHP10086手记:
关于merge 表分表：
聚合表alluser 要指定DEFAULT CHARSET=utf8，统一编码不然报错。
子表需要是MyISAM引擎，仅仅适合与myisam引擎的表
每个子表的结构必须一致，主表和子表的结构需要一致
每个子表的索引在merge表中都会存在，所以在merge表中不能根据该索引进行唯一性检索
REPLACE在merge表中不会工作
AUTO_INCREMENT 不会按照你所期望的方式工作-
创建Mysql Merge表的参数 INSERT_METHOD有几个参数 ：
LAST 如果你执行insert 指令来操作merge表时，插入操作会把数据添加到最后一个子表中。
FIRST 同理，执行插入数据时会把数据添加到第一个子表中。
关于merge删除
如果删除mrg表，那么各个子表间将不会有联系。但是如果删除其中的任一子表，对于GNU／LINUX来说，merge表结构及数据仍然存在。
