mysql使用教程之分区表的使用方法(删除分区表)
mysql使用分区表的好处：
1，可以把一些归类的数据放在一个分区中，可以减少服务器检查数据的数量加快查询。
2，方便维护，通过删除分区来删除老的数据。
3，分区数据可以被分布到不同的物理位置，可以做分布式有效利用多个硬盘驱动器。
mysql可以建立四种分区类型的分区：
range 分区：基于属于一个给定连续区间的列值，把多行分配给分区。
list 分区：类似于按range分区，区别在于list分区是基于列值匹配一个离散值集合中的某个值来进行选择。 www.jb51.net
hash分区：基于用户定义的表达式的返回值来进行选择的分区，该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含mysql 中有效的、产生非负整数值的任何表达式。
key 分区：类似于按hash分区，区别在于key分区只支持计算一列或多列，且mysql 服务器提供其自身的哈希函数。必须有一列或多列包含整数值。
一般用得多的是range分区和list分区。
range分区
这里以一个销售的业务来做测试
销售表有日期/商品/销售额三个字段
测试数据从2010年1月1日至2010年9月31日
以“月”为单位进行分区
初期分区定义
首先需要查看，当前数据库是否支持分区
mysql>show variables like '%partition%';
+-------------------+-------+
| variable_name | value |
+-------------------+-------+
| have_partitioning | yes |
+-------------------+-------+
1 row in set (0.03 sec)
创建分区表，按照年月的方式分区。
mysql> create table sale_data (
-> sale_date datetime not null,
-> sale_item varchar(2) not null ,
-> sale_money decimal(10,2) not null
-> ) www.jb51.net
-> partition by range (year(sale_date)*100+month(sale_date)) (
-> partition p201001 values less than (201002),
-> partition p201002 values less than (201003),
-> partition p201003 values less than (201004),
-> partition p201004 values less than (201005),
-> partition p201005 values less than (201006),
-> partition p201006 values less than (201007),
-> partition p201007 values less than (201008),
-> partition p201008 values less than (201009),
-> partition p201009 values less than (201010),
-> partition pcatchall vlaues less than maxvalue
-> );
query ok, 0 rows affected (0.20 sec)
新增分区
mysql> alter table sale_data
-> add partition (partition p201010 values less than (201011));
query ok, 0 rows affected (0.36 sec)
records: 0 duplicates: 0 warnings: 0
删除分区
--当删除了一个分区，也同时删除了该分区中所有的数据。
mysql> alter table sale_data drop partition p201010;
query ok, 0 rows affected (0.22 sec) www.jb51.net
records: 0 duplicates: 0 warnings: 0
分区的合并
下面的sql，将p201001 - p201009 合并为3个分区p2010q1 - p2010q3
mysql> alter table sale_data
-> reorganize partition p201001,p201002,p201003,
-> p201004,p201005,p201006,
-> p201007,p201008,p201009 into
-> (
-> partition p2010q1 values less than (201004),
-> partition p2010q2 values less than (201007),
-> partition p2010q3 values less than (201010)
-> );
query ok, 0 rows affected (1.14 sec)
records: 0 duplicates: 0 warnings: 0
分区的拆分
下面的sql，将p2010q1 分区，拆分为s2009 与s2010 两个分区
mysql> alter table sale_data reorganize partition p2010q1 into (
-> partition s2009 values less than (201001),
www.jb51.net
-> partition s2010 values less than (201004)
-> );
query ok, 0 rows affected (0.36 sec)
records: 0 duplicates: 0 warnings: 0
一个利用不同物理位置数据源做分区的例子：
create table ts (id int, purchased date)
engine=innodb
partition by range(year(purchased))
subpartition by hash(id)
(
partition p0 values less than (1990)
(
subpartition s0 //在大的分区下又有小的分区
data directory='/usr/local/mysql/data0' //数据源
index directory='/usr/local/mysql/index0', //索引数据源
subpartition s1
data directory='/usr/local/mysql/data1'
index directory='/usr/local/mysql/index1'
),
partition p1 values less than (maxvalue)
(
subpartition s2
data directory='/usr/local/mysql/data1'
index directory='/usr/local/mysql/index1',
subpartition s3
data directory='/usr/local/mysql/data2'
index directory='/usr/local/mysql/index2'
)
);
分区索引的局限：
1，所有分区都要使用同样的引擎。
2，分区表的每一个唯一索引必须包含由分区函数引用的列。
3，mysql能避免查询所有的分区，但仍然锁定了所有分区。
4，分区函数能使用的函数和表达式有限，例如函数有上面的4种。
5，分区不支持外键。 www.jb51.net
6，不能使用load index into cache
7，分区并不能总是改善性能，要进行性能评测。
例如可以使用expalin partitions 来查看查询语句是否使用分区过滤了数据：
mysql> explain partitions select * from fenqubiao where day<'2011-09-12';
+----+-------------+-----------+---------------+------+---------------+------+---------+------+------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | extra |
+----+-------------+-----------+---------------+------+---------------+------+---------+------+------+-------------+
| 1 | simple | fenqubiao | p_2010,p_2011 | all | null | null | null | null | 2 | using where |
+----+-------------+-----------+---------------+------+---------------+------+---------+------+------+-------------+
1 row in set (0.00 sec)