mysql表分区实验总结

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介:

草稿丢失,发表得不完整,稍后重新整理


mysql表分区技术能有效解决水平拆分和垂直拆分的不足,可操作性和效率都更优。以下是一些实验总结。


InnoDB引擎需先在配置文件中设置: innodb_file_per_table=1

--innodb : 主表.frm 保存表结构和分区数目一致的 .ibd 文件,用于保存数据和索引

--myisam:主表.frm保存表结构定义,主表.par保存分区信息,  和分区数目一致的 .MYD文件,用于保存数据,.MDI文件用于索引。

range分区:

CREATE TABLE a(   

id INT PRIMARY KEY AUTO_INCREMENT,

NAME CHAR(20))ENGINE=INNODB CHARSET=utf8

PARTITION BY RANGE(id)(

PARTITION p1 VALUES  LESS THAN (100),

PARTITION p2 VALUES  LESS THAN (200),

PARTITION p3 VALUES  LESS THAN (300),

PARTITION p4 VALUES  LESS THAN  MAXVALUE);


 ----------建立一个以id 区间来划分的分别,当id 小于100时数据保存到p1分区,100到199时保存到p2分区,200到299时保存到p3分区,大于300时保存到p4分区; 

[root@master test]#dir

a.frm  a#P#p1.ibd  a#P#p2.ibd  a#P#p4.ibd  db.opt 





List分区:


CREATE TABLE bc(

id INT NOT NULL AUTO_INCREMENT,

par_no INT NOT NULL DEFAULT '1',

a_name CHAR(20) NOT NULL,

PRIMARY KEY(id,par_no)) ENGINE=MYISAM CHARSET=gbk PARTITION BY LIST(par_no)(

PARTITION p0 VALUES IN (10,20,30),

PARTITION p1 VALUES IN (40,50,60),

PARTITION p2 VALUES IN (70,80,100));

---插入数据时,par_no的值必须在分区定义中存在,否则不能插入并报错。

[root@master test]# dir nb*

nb.frmnb.parnb#P#p0.MYD  nb#P#p0.MYI  nb#P#p1.MYD  nb#P#p1.MYI  nb#P#p2.MYD  nb#P#p2.MYI  nb#P#p3.MYD  nb#P#p3.MYInb#P#p4.MYD  nb#P#p4.MYI


提示警告:意思大概mysql分区以后的版本不支持myisam引擎吧,换成innodb就可以了。

Warning Code : 1287

The partition engine, used by table 'test.bc', is deprecated and will be removed in a future release. Please use native partitioning instead.

           
Hash分区:


CREATE TABLE nb(

id INT NOT NULL AUTO_INCREMENT,

par_no INT NOT NULL DEFAULT '1',

a_name CHAR(20) NOT NULL,

PRIMARY KEY(id,par_no)) ENGINE=MYISAM CHARSET=gbk PARTITION BY HASH(id)

PARTITIONS 5;           --partition 多了个s ,让mysql自动id的Hash 值存储到5个分区里。


查询分区表中存在的数据量:

SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION,TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION 

FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='bcd'

54d1997d9583c6011e03cc0b52d2c1e0.png-wh_



分区管理--测试总结:

删除分区:
ALTER TABLE tablename REMOVE PARTITIONING ; --  删除分区定义,所有数据集中到一个表,数据不丢失
ALTER TABLE bc DROP PARTITION p1;           --删除分区的同时会删除分区中的数据

修改分区:
ALTER TABLE nb PARTITION BY HASH(id) PARTITIONS 2;  --Hash分区重新定义为两个,并会重新分配数据

合并分区
ALTER TABLE  bc  REORGANIZE  PARTITION   p1,p0 INTO ( PARTITION p6 VALUES IN (10,20,30,40));  --将BC表中的p0,p1分区合并到p6分区,并且p0,p1的[list]值必须包含在新的分区内,否则不在新区[list]中的数据会丢失;

ALTER TABLE a  REORGANIZE  PARTITION p0,p1,p2 INTO (PARTITION p0 VALUES LESS THAN (500),PARTITION p1 VALUES LESS THAN maxvalue);  --重定义分区结构:将Range分区p1,p2合并到p0分区,由于原p2分区是maxvalue值,所以还得同时增加一个新的maxvalue分区,否则报错。

拆分分区:



添加分区:

未有分区的情况下:
ALTER TABLE nb PARTITION BY HASH(id) PARTITIONS 2; --用id 列给表分两个hash分区;如果有unique键,要先删除.

ALTER TABLE a  PARTITION BY RANGE(id)(            --a 表无分区.
PARTITION p0  VALUES LESS THAN (1000),
PARTITION p1  VALUES  LESS THAN (2000),
PARTITION  p2  VALUES LESS THAN  maxvalue)
--------------------------------------------------------------------

ALTER TABLE bc  PARTITION BY LIST(par_no) (PARTITION p1             ----为未定义分区表的BC表添加两个list分区;
VALUES IN (10,20,30),PARTITION p2 VALUES IN (40,50,60,70,80));


已有分区的情况下:
合并分区:
ALTER TABLE abc  REORGANIZE  PARTITION  p2 INTO (
PARTITION p2 VALUES LESS THAN (6000),PARTITION p3 VALUES LESS THAN maxvalue);           --重新定义Range分区p2,并新加一个p3分区,p2分区的值不能小于现有的最大值,且须新境一个包含最大值(Maxvalue)的新分区,否则报错

ALTER TABLE bc  ADD PARTITION  (PARTITION p3 VALUES IN (20,30));--添加一个list分区

ALTER TABLE nb ADD PARTITION PARTITIONS 2;  --(Hash分区),新加后现有分区里的数据会平滑分摊到新分区,myisam引擎在上面的查询语句中可以体现出来,innodb引擎则计数信息丢失,从0开始重新计数,但表中数据变不会丢失.

注意:删除分区同时会将分区中的数据删除,同时枚举的list值也被删除,后面无法往表中插入该值的数据。







      本文转自笔下生辉  51CTO博客,原文链接:http://blog.51cto.com/752030200/2046716 ,如需转载请自行联系原作者



相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
存储 关系型数据库 MySQL
【mysql】MySQL 分区快速入门
【mysql】MySQL 分区快速入门
233 0
|
7月前
|
数据可视化 关系型数据库 MySQL
ELK实现nginx、mysql、http的日志可视化实验
通过本文的步骤,你可以成功配置ELK(Elasticsearch, Logstash, Kibana)来实现nginx、mysql和http日志的可视化。通过Kibana,你可以直观地查看和分析日志数据,从而更好地监控和管理系统。希望这些步骤能帮助你在实际项目中有效地利用ELK来处理日志数据。
525 90
|
11月前
|
SQL 监控 关系型数据库
MySQL如何查看每个分区的数据量
通过本文的介绍,您可以使用MySQL的 `INFORMATION_SCHEMA`查询每个分区的数据量。了解分区数据量对数据库优化和管理具有重要意义,可以帮助您优化查询性能、平衡数据负载和监控数据库健康状况。希望本文对您在MySQL分区管理和性能优化方面有所帮助。
998 1
|
缓存 关系型数据库 MySQL
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
835 0
|
12月前
|
关系型数据库 MySQL Java
Django学习二:配置mysql,创建model实例,自动创建数据库表,对mysql数据库表已经创建好的进行直接操作和实验。
这篇文章是关于如何使用Django框架配置MySQL数据库,创建模型实例,并自动或手动创建数据库表,以及对这些表进行操作的详细教程。
397 0
Django学习二:配置mysql,创建model实例,自动创建数据库表,对mysql数据库表已经创建好的进行直接操作和实验。
|
12月前
|
存储 关系型数据库 MySQL
MySQL 如何查看每个分区的数据量
MySQL 如何查看每个分区的数据量
592 3
|
存储 关系型数据库 MySQL
(十九)MySQL之表分区篇:涨知识了!携手共探鲜为人知的表分区!
分库分表相信大家都听说过,但(partitioning)表分区这个概念却鲜为人知,MySQL在5.1版本中开始支持了表分区技术,同时在MySQL5.5中进行了优化,自从MySQL支持的绝大部分引擎都开启了表分区功能。
1193 2
|
DataWorks 安全 关系型数据库
DataWorks产品使用合集之如何实现MySQL数据库的自动分区
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
关系型数据库 MySQL 大数据
MySQL分区与分表:优化性能与提升可扩展性
本文深入探讨了MySQL数据库中的分区与分表策略,通过详细的代码示例,解释了分区的概念与用途、不同的分区类型以及创建分区表的步骤。同时,文章还介绍了分表的概念、策略和实际操作方法,以代码演示展示了如何创建分表、插入数据以及查询数据。分区和分表作为优化数据库性能和提升可扩展性的关键手段,通过本文的阐述,读者将能够深入了解如何根据数据特点选择合适的分区方式,以及如何灵活地处理大量数据,提高查询和维护效率。这些技术将为数据库设计和优化提供有力支持,确保在大数据场景下能够高效地管理和查询数据。
2541 0
|
分布式计算 DataWorks 关系型数据库
DataWorks产品使用合集之当需要将数据从ODPS同步到RDS,且ODPS表是二级分区表时,如何同步所有二级分区的数据
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
252 7

推荐镜像

更多