软件开发培训班 >> 编程开发 >> MYSQL


MySQL 5.5 分区之高级分区实例及性能分析

　　本文标签：MySQL5.5 分区

　　上次我们介绍了：MySQL 5.5 分区之truncate分区详解，本文我们主要介绍一下MySQL 5.5 分区之高级分区实例及性能分析，接下来我们就开始一一介绍这部分内容  。

　　为了帮助你更好地掌握新功能，我们再来看一个更高级一点的例子，对于比较务实的读者更有意义，下面是表的定义脚本：

  1. CREATE TABLE employees (    
  2.   emp_no int(11) NOT NULL,    
  3.   birth_date date NOT NULL,    
  4.   first_name varchar(14) NOT NULL,    
  5.   last_name varchar(16) NOT NULL,    
  6.   gender char(1) DEFAULT NULL,    
  7.   hire_date date NOT NULL   
  8. ) ENGINE=MyISAM    
  9. PARTITION BY RANGE  COLUMNS(gender,hire_date)    
  10. (PARTITION p01 VALUES LESS THAN (F,1990-01-01) ,    
  11. PARTITION p02 VALUES LESS THAN (F,2000-01-01) ,    
  12. PARTITION p03 VALUES LESS THAN (F,MAXVALUE) ,    
  13. PARTITION p04 VALUES LESS THAN (M,1990-01-01) ,    
  14. PARTITION p05 VALUES LESS THAN (M,2000-01-01) ,    
  15. PARTITION p06 VALUES LESS THAN (M,MAXVALUE) ,    
  16. PARTITION p07 VALUES LESS THAN (MAXVALUE,MAXVALUE)  

　　和上面的例子不同，这个例子更好理解，第一个分区用来存储雇佣于1990年以前的女职员，第二个分区存储股用于1990-2000年之间的女职员，第三个分区存储所有剩下的女职员  。对于分区p04到p06，我们策略是一样的，只不过存储的是男职员  。最后一个分区是控制情况  。

　　看完后你可能要问，我怎么知道某一行存储在那个分区中的？有两个办法，第一个办法是使用与分区定义相同的条件作为查询条件进行查询  。

  1. SELECT   
  2. CASE   
  3.   WHEN gender = F AND hire_date < 1990-01-01   
  4.   THEN p1   
  5.   WHEN gender = F AND hire_date < 2000-01-01   
  6.   THEN p2   
  7.   WHEN gender = F AND hire_date < 2999-01-01   
  8.   THEN p3   
  9.   WHEN gender = M AND hire_date < 1990-01-01   
  10.   THEN p4   
  11.   WHEN gender = M AND hire_date < 2000-01-01   
  12.   THEN p5   
  13.   WHEN gender = M AND hire_date < 2999-01-01   
  14.   THEN p6   
  15. ELSE   
  16.   p7   
  17. END as p,    
  18. COUNT(*) AS rows   
  19. FROM employees    
  20. GROUP BY p;    
  21.  
  22. +------+-------+    
  23. | p    | rows  |    
  24. +------+-------+    
  25. | p1   | 66212 |    
  26. | p2   | 53832 |    
  27. | p3   |     7 |    
  28. | p4   | 98585 |    
  29. | p5   | 81382 |    
  30. | p6   |     6 |    
  31. +------+-------+  

　　如果表是MyISAM或ARCHIVE，你可以信任由INFORMATION_SCHEMA提供的统计信息  。

  1. SELECT   
  2.   partition_name part,    
  3.   partition_expression expr,    
  4.   partition_description descr,    
  5.   table_rows    
  6. FROM   
  7.   INFORMATION_SCHEMA.partitions    
  8. WHERE   
  9.   TABLE_SCHEMA = schema()    
  10.   AND TABLE_NAME=employees;    
  11. +------+------------------+-------------------+------------+    
  12. | part | expr             | descr             | table_rows |    
  13. +------+------------------+-------------------+------------+    
  14. | p01  | gender,hire_date | F,1990-01-01  |      66212 |    
  15. | p02  | gender,hire_date | F,2000-01-01  |      53832 |    
  16. | p03  | gender,hire_date | F,MAXVALUE      |          7 |    
  17. | p04  | gender,hire_date | M,1990-01-01  |      98585 |    
  18. | p05  | gender,hire_date | M,2000-01-01  |      81382 |    
  19. | p06  | gender,hire_date | M,MAXVALUE      |          6 |    
  20. | p07  | gender,hire_date | MAXVALUE,MAXVALUE |          0 |    
  21. +------+------------------+-------------------+------------+  

　　如果存储引擎是InnoDB，上面的值就是一个近似值，如果你需要确切的值，那你就不能信任它们  。

　　另一个问题是它的性能，这些增强触发了分区修整吗？答案毫不含糊，是的  。与MySQL 5.1有所不同，在5.1中日期分区只能与两个函数工作，在MySQL 5.5中，任何使用了COLUMNS关键字定义的分区都可以使用分区修整，下面还是测试一下吧  。

  1. select count(*) from employees where gender=F and hire_date < 1990-01-01;    
  2. +----------+    
  3. | count(*) |    
  4. +----------+    
  5. |    66212 |    
  6. +----------+    
  7. 1 row in set (0.05 sec)    
  8.  
  9. explain partitions select count(*) from employees where gender=F and hire_date < 1990-01-01\G    
  10. *************************** 1. row ***************************    
  11.            id: 1    
  12.   select_type: SIMPLE    
  13.         table: employees    
  14.    partitions: p01    
  15.          type: ALL   
  16. possible_keys: NULL   
  17.           key: NULL   
  18.       key_len: NULL   
  19.           ref: NULL   
  20.          rows: 300024    
  21.         Extra: Using where  

　　使用定义第一个分区的条件，我们获得了一个非常优化的查询，不仅如此，部分条件也将从分区修整中受益  。

  1. select count(*) from employees where gender=F;    
  2. +----------+    
  3. | count(*) |    
  4. +----------+    
  5. |   120051 |    
  6. +----------+    
  7. 1 row in set (0.12 sec)    
  8.  
  9. explain partitions select count(*) from employees where gender=F\G    
  10. *************************** 1. row ***************************    
  11.            id: 1    
  12.   select_type: SIMPLE    
  13.         table: employees    
  14.    partitions: p01,p02,p03,p04    
  15.          type: ALL   
  16. possible_keys: NULL   
  17.           key: NULL   
  18.       key_len: NULL   
  19.           ref: NULL   
  20.          rows: 300024    
  21.         Extra: Using where 

　　它和复合索引的算法一样，如果你的条件指的是索引最左边的部分，MySQL将会使用它  。与此类似，如果你的条件指的是分区定义最左边的部分，MySQL将会尽可能修整  。它和复合索引一起出现，如果你只使用最右边的条件，分区修整不会工作  。

  1. select count(*) from employees where hire_date < 1990-01-01;    
  2. +----------+    
  3. | count(*) |    
  4. +----------+    
  5. |   164797 |    
  6. +----------+    
  7. 1 row in set (0.18 sec)    
  8.  
  9. explain partitions select count(*) from employees where hire_date < 1990-01-01\G    
  10. *************************** 1. row ***************************    
  11.            id: 1    
  12.   select_type: SIMPLE    
  13.         table: employees    
  14.    partitions: p01,p02,p03,p04,p05,p06,p07    
  15.          type: ALL   
  16. possible_keys: NULL   
  17.           key: NULL   
  18.       key_len: NULL   
  19.           ref: NULL   
  20.          rows: 300024    
  21.         Extra: Using where 

　　如果不用分区定义的第一部分，使用分区定义的第二部分，那么将会发生全表扫描，在设计分区和编写查询时要紧记这一条  。

　　关于MySQL 5.5 分区之高级分区实例及性能分析的知识就介绍到这里了，希望本次的介绍能够对您有所收获！

　　原文出处：http://lujia35.iteye.com/blog/718899  。