简介:本文主要介绍表的分区操作,已解决大量数据导致查询慢的问题
今天我们来聊聊处理大数据时Mysql的存储优化。当数据达到一定量时,一般的存储方式就无法解决高并发问题了。最直接的MySQL优化就是分区分表,以下是我个人对分区分表的笔记:
一.合并表:把多个结果相同的的表合并为一个容器
容器的类型:Myisam,存储引擎:merge
create table packtable(
id ....
)engine=merge unique=(table1,table2);
存在的问题:有重复的行
二.表的分区:
1 水平分区:根据某个字段进行分区
RANGE分区 :create table test1( id int(10) primary key auto_increment,
score int(3)
)engine=innodb default charset=utf8 partition by range(score)(
#根据score字段分区,score小于60的在p1分区
partition p1 values less than(60),
#根据score字段分区,score小于70的在p2 分区
partition p2 values less than(70),
#根据score字段分区,score大于70的在p3 分区
partition p3 values lessthan maxvalue
);
2. list分区:第一和选择基某列的值是否属于某个集合
create table test1( id int(10) primary key auto_increment,
branch_id int(3)
)engine=innodb default charset=utf8 partition by list(branch_id )(
#根据branch_id 字段分区,branch_id 在1,2,3之中的为p1分区
partition p1 values less in(1,2,3),
#根据branch_id 字段分区,branch_id 在7,8,9 之中的为p2分区
partition p2 values less in(7,8,9)
);
3. hash分区:支持数值类型
# 根据birthda字段获取月份,再根据月份进行分区储存,一共分12个区;
create table test1(
id int(10) primary key auto_increment,
birthday date commend '生日'
)engine=innodb default charset=utf8 partition by hash(month(birthday)) partitions 12;
4.线性分区(linear hash):大数据是增加,合并,拆分速度更快
# 根据branch_id字段进行分区储存,一共分5个区;
create table test1(
id int(10) primary key auto_increment,
branch_id int(3)
)engine=innodb default charset=utf8 partition by linear hash (branch_id ) partitions 5;
5.key分区:可以计算一列或者多列进行分区
#/根据branch_id字段进行分区储存,一共分5个区;
create table test1(
id int(10) primary key auto_increment,
branch_id int(3)
)engine=innodb default charset=utf8 partition by key (branch_id) partition 5;
有遗漏或者不对的可以在我的公众号留言哦