首页 / 数据库 / MySQL / MySQL转换分区表&索引重用

背景：生产环境下，大表数据量剧增，影响到了SQL的执行效率；业务越来越多，陆陆续续增加的索引并不是很合理，为了提高索引的使用率，需要把不必要的索引合并起来，减少索引的数量，提高索引的使用率 方法：大表水平切分-->分区表转换；综合利用联合索引的特点，去掉一些多余的单列索引和一些重复的联合索引 这篇博文的主要内容：
 转换分区表的方法：直接alter即可（http://www.linuxidc.com/Linux/2015-08/121268.htm；
 分区表效率上的提升：一直以来好奇提升程度有多少这次顺便验证一下（*/ω＼*）；
 索引合并的策略；-------------------------------------正文-------------------------------------分区表效率上的提升，依然采用了sysbench-0.5来进行测试，
 虚拟机：
CPU：Intel（R） Xeon（R） CPU E5-2630 v3 @ 2.40GHz，逻辑核心8个内存：32GB硬盘：250G采用五张表，每张表2000W数据，做两组对比：单表  vs  分区表（十个分区，每个分区200W数据）
 测试脚本需要注意的地方：跨分区的查询较少，大部分都是在一个分区内；读写混合，包含order by，count（*）等操作；所有查询均用到索引；
 测试时间两个小时，结果如下：
 总体延时对比（ms） QPS对比 虽说基准测试的结果倾向于理想状况，不过在中高负载下，响应时间降低了超过30%还是挺吓人的Σ（ ° △ °|||）︴）
 不过这也证明了，DB最大的瓶颈还是在IO~（顺序读最佳） 索引合并的策略：
 这里简单写写~
MySQL本身有二级索引和merge_index的特性，这些留在以后再详细写（有生之年系列+1）
 生产环境的索引如图（为了效果就不打码了，领导看到了不要打我~_（:з」∠）_） 箭头所指就是这次修改索引的目标，可以看到这三个索引分别是idx1<shop_id>, idx2<shop_id,pay_time>, idx3<order_status,shop_id,pay_time>
 MySQL的索引利用有如下几个特点:一张表只能用上一个索引（或者是merge_index）；如果where条件中包含联合索引的前置列，那么联合索引也能利用起来 比如说：有idx2存在的情况下，如果where条件只有shop_id，idx2也会被MySQL使用，同样的，where条件包含了shop_id，pay_time，还有其他列的（比如使用idx3的情况），也能用这个联合索引，
如果where条件中没有shop_id这个前置列的话，这个联合索引就不能被利用了~注意：where条件只有shop_id的情况，使用idx2可能会比idx1要有更多的开销（联合索引体积更大），所以要权衡好“精简索引”和“列使用频率”孰轻孰重，做出正确的选择（当然绝大多数时候这种开销是可以忽略不计的）。------------------------------------------------------------------------------------------------------------分区表相关的其他操作---------------------------------------------------------------------------------------------------------------
分区表的管理操作删除分区:alter table emp drop partition p1;不可以删除hash或者key分区。一次性删除多个分区，alter table emp drop partition p1,p2;增加分区:alter table emp add partition （partition p3 values less than （4000））;alter table empl add partition （partition p3 values in （40））;分解分区:Reorganizepartition关键字可以对表的部分分区或全部分区进行修改，并且不会丢失数据。分解前后分区的整体范围应该一致。alter table tereorganize partition p1 into（partition p1 values less than （100）,partition p3 values less than （1000））; ----不会丢失数据合并分区:Merge分区：把2个分区合并为一个。
alter table tereorganize partition p1,p3 into（partition p1 values less than （1000））;----不会丢失数据重新定义hash分区表:Alter table emp partition by hash（salary）partitions 7;----不会丢失数据重新定义range分区表:Alter table emp partitionbyrange（salary）（partition p1 values less than （2000）,partition p2 values less than （4000））; ----不会丢失数据删除表的所有分区:Alter table emp removepartitioning;--不会丢失数据重建分区：这和先删除保存在分区中的所有记录，然后重新插入它们，具有同样的效果。它可用于整理分区碎片。ALTER TABLE emp rebuild partitionp1,p2;优化分区：如果从分区中删除了大量的行，或者对一个带有可变长度的行（也就是说，有VARCHAR，BLOB，或TEXT类型的列）作了许多修改，可以使用“ALTER TABLE ... OPTIMIZE PARTITION”来收回没有使用的空间，并整理分区数据文件的碎片。ALTER TABLE emp optimize partition p1,p2;分析分区：读取并保存分区的键分布。ALTER TABLE emp analyze partition p1,p2;修补分区：修补被破坏的分区。ALTER TABLE emp repairpartition p1,p2;检查分区：可以使用几乎与对非分区表使用CHECK TABLE 相同的方式检查分区。ALTER TABLE emp CHECK partition p1,p2;这个命令可以告诉你表emp的分区p1,p2中的数据或索引是否已经被破坏。如果发生了这种情况，使用“ALTER TABLE ... REPAIR PARTITION”来修补该分区。本文永久更新链接地址