数据分区很简单

本文主要内容:

• 1.什么是数据分区？

• 2.为什么要数据分区？

• 3.数据分区有哪些类型？

• 4.以MySQL为例，分区表的优缺点有哪些？

一、什么是数据分区？

分区是将表和索引分成较小的部分，甚至将其细分为较小的部分。可以将它想象成在一个大仓库(一张大桌子)中存放着数百万本不同主题和年份(例如2000–2019年)的不同杂志。分区意味着您将把它们组织在那个大仓库内的不同房间中。它们仍然属于一个仓库，但是现在您根据数据库分区策略在逻辑级别上对它们进行分组。

二、为什么要数据分区？

它的目的是为了在特定的SQL操作中减少数据读写的总量以缩减响应时间。

三、数据分区有哪些类型？

• 1.范围分区；

• 2.哈希分区；

• 3.列表分区。

1.范围分区

概念:按照数据表中某个值的范围进行分区，根据值的范围，决定将该数据存储在哪个分区中

使用场景:通过绑定自定义的列进行分区，其中最突出的就是根据时间分区，例如 : 客户下单时间，可以分月，季度，半年的形式来缩减数据的量以免在数据库查询时进行全表扫描。

创建分区:

create table orders
(
  order_no NUMBER(5),
  person VARCHAR2(30),
  year_month NUMBER(6)
)
//year_month
PARTITION BY RANGE (year_month)


(  
//  分区的区域  p1,p2,..pn    
  PARTITION P1 values less than (4) tablespace data0,
    PARTITION P2 values less than (8) tablespace data1,
  ......
  PARTITION Pn values less than (99) tablespace datan
);

2.列表分区

概念:当数据为一系列离散的数值时，可以进行列表分区。列表分区的分区键由一个单独的列组成，进行操作时，可以直接通过所要操作的数据去查询相应 的分区。

列表分区的优缺点归纳:

• (1)优点:列表分区最大的优势是可以通过分区来很方便的查找相应的数据，但是列表分区有很大的局限性，这种分区技术要求数据的重复率比较高。

• (2)缺点:分区与记录值是无关 的，实施难度和可维护性都比较差，而且他的数据分区可能不均匀，这时需要用到哈希分区来存储数据了。

使用场景:
取一些数据库中列的值经常性重复的，例如:财经新闻的地域标签，每个新闻都有标签，根据用户的喜爱或者经常点击的新闻在数据库中添加新闻标签，等下次展示新闻时根据新闻标签去搜索新闻。

创建分区:

create table news
(
  news_no NUMBER(5),
  person VARCHAR2(30),
  year_month NUMBER(6)
)
//通过person这一列进行分区
PARTITION BY LIST (person)


(
//分区p1的值是abc
  PARTITION P1 values ('abc'),
//分区p2的值是def,adf
    PARTITION P2 values ('def','adf'),
  .......
  PARTITION Pn values ('wfs')
);

3.哈希分区

概念:所谓哈希分区，首先将分区编号，之后通过哈希函数来指定分区存储数据。哈希分区一般追求的是数据在分区上均匀分布的特性。在哈希分区中，用户不必考虑自己指定一个列值或列值集合应该存在哪个分区上，数据库自动完成相应的工作。用户只需要确定哈希分区产生的分区数量，以及确定哈希分区的哈希函数进行哈希分区的操作。

使用场景:将股票的代码等唯一性比较强的列设置为分区条件。

哈希分区的特点归纳:

• (1)基于分区字段的哈希值，自动将记录插入到指定分区中；

• (2)分区数一般是2的幂；

• (3)易于实施；

• (4)总体性能是最佳的；

• (5)更适于静态数据；

• (6)适于数据的均匀存储；

• (7)数据管理能力比较弱；

• (8)对数据值无法控制。

创建分区:

create table stocks
(
  stocks_no NUMBER(6),
  person VARCHAR2(30),
  year_month NUMBER(6)
)
PARTITION BY hash（stocks_no) partitions 4 as select * from dba_objects;

1.优点

在MySQL Server层分区表为一个表，而在MySQL存储引擎层分区表是多个表，因此有如下特点：

• (1)分区表对业务透明，只需要维护一个表的数据结构。

• (2)DML操作加锁仅影响操作的分区，不会影响未访问分区。

• (3)通过分区交换快速将数据换入和换出分区表。

• (4)通过TRUNCATE操作快速清理特定分区数据。

• (5)通过强制分区仅访问特定分区数据，减少操作影响。

• (6)通过大数据量分区能有效降低索引层数，提高查询性能。

2.缺点

由于分区表在MySQL Server层为一个表，因此：

• (1)DDL操作需要锁定所有分区，导致所有分区上操作都被阻塞。

• (2)当表数据量较小时，分区表和非分区表性能相近，分区表效果有限。

• (3)当表数据量较大时，对分区表进行DDL或其他运维操作难度大风险高。

• (4)分区表使用较少，存在未知风险多，BUG多BUG多BUG多，MySQL社区版本免费，横向扩展成本低，分库分表实现简单且中间件完善。- - (5)当单台服务器性能无法满足时，对分区表进行分拆的成本较高，而分库分表能很容易实现横向分拆。

• (6)当分区表操作不当导致访问所有分区时，会导致严重的性能问题，而分库分表操作不当仅影响访问的表。

• (7)使用分库分表可以有效运维降低运维操作影响，对1亿数据量表做DDL操作需要谨慎评估，而对10万数据量表做DDL操作可以默认其很快完成。

• (8)使用分库分表可以有效减小宕机或其他故障影响，将数据分库分表到10套群集上，一套群集发生故障仅影响业务的一成。