SQL 效能調校 - Partition
在MySQL中,分區(Partitioning)是一種數據庫設計技術,允許將表拆分成多個子表,每個子表稱為分區,以更有效地管理和查詢大量數據。這種技術的主要目的是提高性能,減少查詢時間,並更好地處理大型數據集。
以下是MySQL分區的主要特點和相關概念:
分區類型:MySQL支持多種分區類型,包括範圍分區(RANGE)、列表分區(LIST)、哈希分區(HASH)、鍵分區(KEY),以及子分區。每種類型都有自己的使用場景和特點。
分區鍵(Partition Key):這是用來決定數據如何分佈到不同分區的列或列組合。根據分區鍵的值,數據被映射到不同的分區。通常,分區鍵選擇的依據是那些經常被用作查詢條件的列,這樣可以提高查詢性能。
分區表:分區表是一個包含多個分區的表。每個分區都有自己的數據存儲區域,它們可以獨立地進行維護和優化。分區表的名稱和結構與普通表相同,但它在背後實際上由多個物理表構成。
分區管理:MySQL提供了一組SQL語句來管理分區,包括添加分區、刪除分區、重建分區等。這使得數據的維護和管理變得更簡單。
查詢性能:通過使用分區,可以僅查詢包含所需數據的分區,而不必掃描整個表。這在處理大型數據集時能夠大幅提高查詢性能。
日期範圍分區:一個常見的用例是按日期對表進行範圍分區。例如,可以根據每個月的數據創建一個新的分區,以便更容易管理歷史數據。
實戰測試
1. 首先我們要先建立 測試用的表,並且使用測試用的流水號Table幫我們建立測試用的資料。
-- 如果表存在,則刪除它
DROP TABLE IF EXISTS local_test.t_big_data_practise;
-- 創建一個名為t_big_data_practise的新表
-- 這個表用於存儲大數據實踐數據,包括id、名稱、內容、創建日期、類型和IP地址等字段
CREATE TABLE local_test.t_big_data_practise
(
id bigint auto_increment, -- 自增ID
name varchar(20) null, -- 名稱
content_m mediumtext null, -- 中型文本內容
content_t text null, -- 文本內容
create_date datetime default CURRENT_TIMESTAMP not null, -- 創建日期,默認為當前時間
type char(2) null, -- 類型
ip bigint not null, -- IP地址,非空
primary key (id, create_date) -- 主鍵由id和創建日期組成
);
-- 向表中插入數據
-- 這個INSERT語句從local_test.sequence_number表和隨機數生成數據,插入到t_big_data_practise表中
INSERT INTO t_big_data_practise(name, content_m, content_t, create_date, type, ip)
SELECT HEX(RAND() * 0xFFFFFFFF), -- 隨機數的HEX表示
concat(HEX(RAND() * 0xFFFFFFFF), HEX(RAND() * 0xFFFFFFFF)), -- 兩個隨機HEX的結合
HEX(RAND() * 0xFFFFFFFF), -- 隨機數的HEX表示
DATE_ADD('2023-01-01', INTERVAL RAND() * 364 DAY), -- 隨機日期
LEFT(HEX(RAND() * 0xFFFFFFFF), 2), -- 隨機HEX表示的前兩個字符
ROUND(RAND() * 4294967295) -- 隨機整數
FROM local_test.sequence_number a
JOIN (SELECT id
FROM local_test.sequence_number
LIMIT 10) b;
-- 查詢t_big_data_practise表的數據統計信息
SELECT FORMAT(COUNT(1), 0) AS cnt, -- 計算數據行數
MIN(create_date) AS min_create_date, -- 最早的創建日期
MAX(create_date) AS max_create_date -- 最晚的創建日期
FROM t_big_data_practise;
這個SQL執行了以下操作:
創建一個名為
t_big_data_practise
的新表,用於存儲大數據實踐數據。使用隨機生成的數據插入數據到t_big_data_practise表中。
查詢
t_big_data_practise
表的統計信息,包括數據行數、最早的創建日期和最晚的創建日期。
這些操作用於模擬和測試大數據實踐場景,並通過隨機生成的數據填充表格。
2. 我自己使用 Store Procedure 建立一個自動分區的程式
DELIMITER ||
DROP PROCEDURE IF EXISTS auto_part ||
# `auto_part` 存儲過程具有以下輸入參數,它們控制了存儲過程的行為:
#
# 1. `IN_SCHEMA_NAME`:這是 VARCHAR(64) 型別的參數,代表要操作的數據庫模式(Schema)的名稱。
# 2. `IN_TABLE_NAME`:這是 VARCHAR(64) 型別的參數,代表要操作的表的名稱。
# 3. `OLD_DATE `:這是 VARCHAR(10) 型別的參數,代表要操作的表的最小(舊)日期。
# 3. `IN_CREATE`:這是 INT 型別的參數,代表要創建的新分區數量,以月為單位。
# 4. `IN_DELETE`:這是 INT 型別的參數,代表要刪除的過期分區數量,以月為單位。
# 這些參數允許您在呼叫存儲過程時指定要操作的數據庫、表,以及要創建和刪除的分區數量。
# 這使得存儲過程可以根據您的需求自動管理日期範圍分區。
#
CREATE PROCEDURE auto_part(IN_SCHEMA_NAME VARCHAR(64), IN_TABLE_NAME VARCHAR(64), OLD_DATE VARCHAR(10), IN_CREATE INT, IN_DELETE INT)
BEGIN
-- 定義變數
DECLARE isexist_partition VARCHAR(255) DEFAULT ''; -- 用來檢查表是否存在分區
DECLARE new_p_condition DATE; -- 新分區的描述
DECLARE new_p_name VARCHAR(255); -- 新分區的名稱
DECLARE n_sysdate DATE; -- 存放始終代表下個月的第一天日期
DECLARE min_partition_day DATE; -- 存放最小分區日期
DECLARE del_partition_name VARCHAR(255); -- 要刪除的分區名稱
-- 檢查表是否存在分區
SELECT partition_name INTO isexist_partition FROM information_schema.partitions WHERE table_schema = IN_SCHEMA_NAME AND table_name = IN_TABLE_NAME LIMIT 1;
IF isexist_partition <=> NULL THEN
SET @p_check = 'The table has no partition。 STEP: Add table partition';
SELECT @p_check;
SET OLD_DATE = REPLACE(OLD_DATE, '-', '');
-- 創建新分區的名稱和條件
SET new_p_name = DATE_FORMAT(OLD_DATE, 'p%Y%m');
SET new_p_condition = DATE_ADD(OLD_DATE, INTERVAL 1 MONTH);
-- 創建 ALTER TABLE 語句以添加新的分區,這個語句將動態生成
SET @SQL = CONCAT('ALTER TABLE `', IN_SCHEMA_NAME, '`.`', IN_TABLE_NAME, '`',
' PARTITION BY RANGE (to_days(`create_date`)) (',
'PARTITION ', new_p_name, ' VALUES LESS THAN (to_days(\'', new_p_condition, '\')),',
'PARTITION pmax VALUES LESS THAN MAXVALUE);');
-- 準備、執行並釋放動態生成的 SQL 語句
PREPARE stmt FROM @SQL;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;
END IF;
SET @STEP = 'STEP: check partition [ PASS ]';
SELECT @STEP;
-- 確保 n_sysdate 始終代表下個月的第一天
SELECT CASE
WHEN DAY(SYSDATE()) > 1 THEN DATE_SUB(SYSDATE(), INTERVAL (DAY(SYSDATE()) - 1) DAY)
ELSE SYSDATE()
END AS month_first_day
INTO n_sysdate;
-- 從信息模式中獲取最小分區日期,該日期是表的最早分區日期
SELECT FROM_DAYS(partition_description) INTO min_partition_day
FROM information_schema.partitions
WHERE table_schema = IN_SCHEMA_NAME
AND table_name = IN_TABLE_NAME
AND partition_description < 'MAXVALUE'
ORDER BY partition_description ASC
LIMIT 1;
-- 添加新分區
WHILE min_partition_day < n_sysdate DO
SET new_p_name = DATE_FORMAT(min_partition_day, 'p%Y%m');
SET new_p_condition = DATE_ADD(min_partition_day, INTERVAL 1 MONTH);
-- 動態生成 ALTER TABLE 語句以添加新分區
SET @SQL = CONCAT('ALTER TABLE `', IN_SCHEMA_NAME, '`.`', IN_TABLE_NAME,
'` REORGANIZE PARTITION `pmax` INTO (PARTITION ', new_p_name,
' VALUES LESS THAN (to_days(\'', new_p_condition,
'\')), PARTITION `pmax` VALUES LESS THAN MAXVALUE );');
-- 準備、執行並釋放動態生成的 SQL 語句
PREPARE stmt FROM @SQL;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;
SET min_partition_day = min_partition_day + INTERVAL 1 MONTH;
END WHILE;
SET @STEP = 'STEP: add historical date to today [ PASS ]';
SELECT @STEP;
-- 再次找到最小分區日期
SELECT FROM_DAYS(partition_description) INTO min_partition_day
FROM information_schema.partitions
WHERE table_schema = IN_SCHEMA_NAME
AND table_name = IN_TABLE_NAME
AND partition_description < 'MAXVALUE'
ORDER BY partition_description ASC
LIMIT 1;
-- 刪除舊分區
WHILE min_partition_day <= (n_sysdate - INTERVAL IN_DELETE MONTH) DO
SET del_partition_name = DATE_FORMAT(min_partition_day - INTERVAL 1 MONTH, 'p%Y%m');
-- 動態生成刪除分區的 SQL 語句
SET @SQL = CONCAT('ALTER TABLE ', IN_SCHEMA_NAME, '.', IN_TABLE_NAME, ' DROP PARTITION ', del_partition_name);
-- 準備、執行並釋放動態生成的 SQL 語句
PREPARE stmt FROM @SQL;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;
SET min_partition_day = min_partition_day + INTERVAL 1 MONTH;
END WHILE;
SET @STEP = 'STEP: drop partition [ PASS ]';
SELECT @STEP;
END ||
DELIMITER ;
auto_part
這個存儲過程旨在自動管理MySQL數據表的分區。分區是一種數據庫設計技術,可將表中的數據拆分為更小的、易於管理的部分。該過程主要完成以下三項操作:
新增分區:如果數據表尚未分區,它將動態計算最早數據記錄的日期,然後創建一個新的分區,以確保表中的數據按月份進行分區。這有助於提高查詢效率,並使數據管理更容易。
添加新分區:它定期檢查表中的數據,並在需要時添加新的分區。這是通過計算當前日期,找到最後一個分區的結束日期,然後創建一個新分區來實現的。這確保表能夠處理未來的數據。
刪除舊分區:為防止表過分區,該過程會刪除過時的分區。它會計算需要刪除的分區的結束日期,然後刪除它們,從而保持表的效能。
此過程幫助數據庫管理員自動維護分區表,確保數據庫性能穩定,減少了手動管理分區的工作負擔。這對於大型數據庫非常重要,因為它們需要定期處理大量的數據,而手動管理分區將變得非常繁瑣和容易出錯。這個過程可以根據特定的數據和需求進行調整,以確保分區策略能夠有效地運作。
3. 測試
-- 執行自動分區
call auto_part('local_test', 't_big_data_practise', (SELECT DATE(MIN(`create_date`)) FROM t_big_data_practise), 1, 3);
-- 檢查分區結果
SELECT *
FROM information_schema.partitions
WHERE table_schema = 'local_test'
AND table_name = 't_big_data_practise'
ORDER BY partition_description ASC;
-- 查詢測試
select * from t_big_data_practise partition (p202308) order by create_date desc;
-- 解釋查詢內容,是否有使用到分區
explain select * from t_big_data_practise partition (p202308) order by create_date desc;
-- 結果我就不貼上來了.... 懶.....
總結
總之,MySQL分區是一種強大的數據庫設計技術,特別適用於需要高效處理大量數據的應用場景。它可以幫助提高查詢性能、簡化數據管理和優化數據庫操作。但是,分區需要謹慎設計,選擇適當的分區鍵,以確保它能夠實現預期的性能優勢。
Last updated