无论是在Oracle还是MySQL数据库，又或者是其他关系型数据库，分区表用起来还是很讲究的，像是双刃剑，用好了是宝剑，用不好是锤子。

这是分区相关的历史文章，

《truncate分区表的操作，会导致全局索引失效？》

《如何获得Oracle分区索引类型》

《删除分区如何不让全局索引失效？》

《删除分区提示ORA-00942》

《间隔分区报错ORA-14758》

《Oracle各版本的分区表演进》

《EDB无法删除分区子表的错误》

《操作分区表提示ORA-01502》

《时间间隔分区，及其默认表空间的几个使用场景》

《普通堆表在线转换为分区表》

《普通堆表导入为分区表需求》

《一张几亿的分区表，能改名么？》
《非分区表是否可以创建分区索引？》

《interval间隔分区STORE IN参数的作用范围》

我目前所看到的MySQL很少有用到分区表的，但实际上他是支持的，虽然支持度不如Oracle，但是针对合适的场景，分区表在某些场景还是可以起到加速访问的效果，究竟合适不合适，就得结合实际的业务场景来考量了。

社群的这篇文章，《MySQL时间类分区具体实现》就介绍了时间类型分区在MySQL中的应用实现，如有相近场景，就可参考下的。

适用分区或者说分表最多的场景依然是针对时间字段做拆分，我们详细讲讲如何更好的基于时间字段来拆分。分别按照年、月、日几个维度的实现方法以及一些细节注意事项。

1. 以年为维度做拆分

日期字段拆分粒度的选择跟业务检索请求密切相关。例如保留10年数据，每次查询基于某个具体年份做为过滤条件，那按照年拆分肯定最好。

例如下面SQL，

select * from ytt_pt1 where log_date >='2018-01-01' and log_date < '2019-01-01';

那我们来看下按照年单独拆分的实际例子：表 ytt_pt1 ，包含1000W条记录，以年为粒度建立分区表，

mysql> create table ytt_pt1(id bigint, log_date date);
Query OK, 0 rows affected (0.18 sec)mysql> insert into ytt_pt1 select id,log_date from ytt_p1 limit 10000000;
Query OK, 10000000 rows affected (3 min 49.53 sec)
Records: 10000000  Duplicates: 0  Warnings: 0mysql> ALTER TABLE ytt_pt1 PARTITION BY RANGE (year(log_date))-> (-> PARTITION p0001 VALUES LESS THAN (2012),-> PARTITION p0002 VALUES LESS THAN (2013),-> PARTITION p0003 VALUES LESS THAN (2014),-> PARTITION p0004 VALUES LESS THAN (2015),-> PARTITION p0005 VALUES LESS THAN (2016),-> PARTITION p0006 VALUES LESS THAN (2017),-> PARTITION p0007 VALUES LESS THAN (2018),-> PARTITION p0008 VALUES LESS THAN (2019),-> PARTITION p0009 VALUES LESS THAN (2020),-> PARTITION p0010 VALUES LESS THAN (2021),-> PARTITION p_max VALUES LESS THAN (maxvalue)-> );
Query OK, 10000000 rows affected (2 min 33.31 sec)
Records: 10000000  Duplicates: 0  Warnings: 0

看下按年为粒度的查询效果：以下SQL直接走分区p0008，查询时间0.91秒， 这个时间不算短，后期可以增加过滤条件来减少查询时间，

mysql> select count(*) from ytt_pt1 where log_date >='2018-01-01' and log_date < '2019-01-01';
+----------+
| count(*) |
+----------+
|  1000204 |
+----------+
1 row in set (0.91 sec)mysql> explain  select count(*) from ytt_pt1 where log_date >='2018-01-01' and log_date < '2019-01-01'\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: ytt_pt1partitions: p0008type: ALL
possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: 998002filtered: 11.11Extra: Using where
1 row in set, 1 warning (0.00 sec)

需要注意，查询只能基于字段来直接过滤，如果基于字段表达式来过滤，MySQL不确定走哪个分区，会扫描所有分区，处理方法和单表查询一样，例如语句，

select count(*) from ytt_pt1 where year(log_date) = '2018' ;

看下执行情况，MySQL扫描所有分区，查询执行时间9秒多，

mysql> select count(*) from ytt_pt1 where year(log_date) = '2018' ;
+----------+
| count(*) |
+----------+
|  1000204 |
+----------+
1 row in set (9.19 sec)mysql> explain select count(*) from ytt_pt1 where year(log_date) = '2018' \G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: ytt_pt1partitions: p0001,p0002,p0003,p0004,p0005,p0006,p0007,p0008,p0009,p0010,p_maxtype: ALL
possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: 9982648filtered: 100.00Extra: Using where
1 row in set, 1 warning (0.00 sec)

如果非坚持这种写法，可以给优化器一个提示，具体到指定分区去检索数据，或者是基于字段表达式建一个虚拟列，

mysql> select count(*) from ytt_pt1 partition(p0008) where year(log_date) = '2018' ;
+----------+
| count(*) |
+----------+
|  1000204 |
+----------+
1 row in set (0.84 sec)

如果查询按照月作为维度过滤比较频繁，那肯定是按照月来拆最好，例如需要检索2020年当月的某些记录来做后续数据处理，大致SQL如下，

select * from ytt_pt1_按月拆分表 where log_date in ('2020-01-01'，'2020-01-02'，...)

2. 以月为维度做拆分

按照月来拆分，有以下两种写法：

第一种：直接按照月来拆12个分区，下面表ytt_pt1_month1分区类型为LIST，基于函数month直接计算，

mysql> show create table ytt_pt1_month1\G
*************************** 1. row ***************************Table: ytt_pt1_month1
Create Table: CREATE TABLE `ytt_pt1_month1` (`id` bigint DEFAULT NULL,`log_date` date DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
/*!50100 PARTITION BY LIST (month(`log_date`))
(PARTITION p0001 VALUES IN (1) ENGINE = InnoDB,PARTITION p0002 VALUES IN (2) ENGINE = InnoDB,PARTITION p0003 VALUES IN (3) ENGINE = InnoDB,PARTITION p0004 VALUES IN (4) ENGINE = InnoDB,PARTITION p0005 VALUES IN (5) ENGINE = InnoDB,PARTITION p0006 VALUES IN (6) ENGINE = InnoDB,PARTITION p0007 VALUES IN (7) ENGINE = InnoDB,PARTITION p0008 VALUES IN (8) ENGINE = InnoDB,PARTITION p0009 VALUES IN (9) ENGINE = InnoDB,PARTITION p0010 VALUES IN (10) ENGINE = InnoDB,PARTITION p0011 VALUES IN (11) ENGINE = InnoDB,PARTITION p0012 VALUES IN (12) ENGINE = InnoDB) */
1 row in set (0.00 sec)

例如要查询2020年前半个月的记录，查询限定在分区p0001里，但是时间不太理想，得0.66秒，

mysql> select count(*) from ytt_pt1_month1 where log_date in ('2020-01-01','2020-01-02','2020-01-03','2020-01-04','2020-01-05','2020-01-06','2020-01-07','2020-01-08','2020-01-09','2020-01-10','2020-01-11','2020-01-12','2020-01-13','2020-01-14','2020-01-15');
+----------+
| count(*) |
+----------+
|    41540 |
+----------+
1 row in set (0.66 sec)mysql> explain select count(*) from ytt_pt1_month1 where log_date in ('2020-01-01','2020-01-02','2020-01-03','2020-01-04','2020-01-05','2020-01-06','2020-01-07','2020-01-08','2020-01-09','2020-01-10','2020-01-11','2020-01-12','2020-01-13','2020-01-14','2020-01-15')\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: ytt_pt1_month1partitions: p0001type: ALL
possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: 848224filtered: 50.00Extra: Using where
1 row in set, 1 warning (0.00 sec)

第二种：对于每年的数据，单独划分12个分区，也就是按照年月联合维度来分区，一共有144个分区，每个分区对应具体某一年某一月数据。

添加这个分区稍微麻烦些，克隆表ytt_pt1_month1为ytt_pt1_month2，这里写个存储过程来添加分区信息，

DELIMITER $$USE `ytt`$$DROP PROCEDURE IF EXISTS `sp_add_partition_ytt_pt1_month2`$$CREATE DEFINER=`root`@`%` PROCEDURE `sp_add_partition_ytt_pt1_month2`()
BEGINDECLARE i,j INT UNSIGNED DEFAULT 1;DECLARE v_tmp_date DATE;SET @stmt = '';SET @stmt_begin = 'ALTER TABLE ytt_pt1_month2 PARTITION BY RANGE COLUMNS (log_date)(';SET i = 2010;        WHILE i <= 2020 DOSET j = 1;WHILE j <= 12 DOSET v_tmp_date = CONCAT(i,'-01-01');SET @stmt = CONCAT(@stmt,'PARTITION p',i,'_',LPAD(j,2,"0"),' VALUES LESS THAN (''',DATE_ADD(v_tmp_date,INTERVAL j MONTH),'''),');SET j = j + 1;END WHILE;SET i = i + 1;END WHILE;   SET @stmt_end = 'PARTITION p_max VALUES LESS THAN (maxvalue))';SET @stmt = CONCAT(@stmt_begin,@stmt,@stmt_end);PREPARE s1 FROM @stmt;EXECUTE s1;DROP PREPARE s1;SET @stmt = NULL;SET @stmt_begin = NULL;SET @stmt_end = NULL;   END$$DELIMITER ;mysql> call sp_add_partition_ytt_pt1_month2;
Query OK, 0 rows affected (2 min 20.47 sec)

结果类似这样，

PARTITION p2010_01 VALUES LESS THAN ('2010-02-01') ENGINE = InnoDB,
...
PARTITION p2010_12 VALUES LESS THAN ('2011-01-01') ENGINE = InnoDB,
PARTITION p2011_01 VALUES LESS THAN ('2011-02-01') ENGINE = InnoDB,
...
PARTITION p2011_12 VALUES LESS THAN ('2012-01-01') ENGINE = InnoDB,...
PARTITION p2020_12 VALUES LESS THAN ('2021-01-01') ENGINE = InnoDB,
PARTITION p_max VALUES LESS THAN (MAXVALUE) ENGINE = InnoDB)

加好分区后，来观察下刚才那个获取2020年前半个月记录的查询，

mysql> select count(*) from ytt_pt1_month2 where log_date in ('2020-01-01','2020-01-02','2020-01-03','2020-01-04','2020-01-05','2020-01-06','2020-01-07','2020-01-08','2020-01-09','2020-01-10','2020-01-11','2020-01-12','2020-01-13','2020-01-14','2020-01-15');
+----------+
| count(*) |
+----------+
|    41540 |
+----------+
1 row in set (0.06 sec)mysql> explain   select count(*) from ytt_pt1_month2 where log_date in ('2020-01-01','2020-01-02','2020-01-03','2020-01-04','2020-01-05','2020-01-06','2020-01-07','2020-01-08','2020-01-09','2020-01-10','2020-01-11','2020-01-12','2020-01-13','2020-01-14','2020-01-15')\G
*************************** 1. row ***************************id: 1select_type: SIMPLEtable: ytt_pt1_month2partitions: p2020_01type: ALL
possible_keys: NULLkey: NULLkey_len: NULLref: NULLrows: 85498filtered: 50.00Extra: Using where
1 row in set, 1 warning (0.00 sec)

查询时间为0.06秒，比第一种拆分方法要快10倍。

是不是说按照年月联合来分区一定比按照单月来分区更加优化？也不一定，如果查询语句过滤条件包含分区的固定月，比如每年的12月份都要查，这时候直接按月来分区肯定要优于按照年月来分区。

3. 以天为维度做拆分

按照天为维度过滤比较频繁的查询，以天来拆分最好，例如只想查询2020年1月1日当天的数据，大致SQL如下，

select * from ytt_pt1 where log_date = '2020-01-01'

类似按照年月联合维度，写个脚本或者存储过程来添加分区，这里唯一要注意的一点就是MySQL分区表数量有限制，最大为8192个，所以如果按照天来分区，存放10年数据，分区数量为3650个，也在限制之内。

修改下之前的存储过程，代码如下，

DELIMITER $$USE `ytt`$$DROP PROCEDURE IF EXISTS `sp_add_partition_ytt_pt1_day`$$CREATE DEFINER=`root`@`%` PROCEDURE `sp_add_partition_ytt_pt1_day`(
IN f_year_start YEAR,
IN f_year_end YEAR
)
BEGINDECLARE v_days INT UNSIGNED DEFAULT 365;DECLARE v_year DATE DEFAULT '2010-01-01';DECLARE v_partition_name VARCHAR(64) DEFAULT '';DECLARE v_log_date DATE;DECLARE i,j INT UNSIGNED DEFAULT 1;SET @stmt = '';SET @stmt_begin = 'ALTER TABLE ytt_pt1_day PARTITION BY RANGE COLUMNS (log_date)(';SET i = f_year_start;WHILE i <= f_year_end DO SET v_year = CONCAT(i,'-01-01');SET v_days = DATEDIFF(DATE_ADD(v_year,INTERVAL 1 YEAR),v_year);           SET j = 1;WHILE j <= v_days DOSET v_log_date = DATE_ADD(v_year,INTERVAL j DAY);SET v_partition_name = CONCAT('p',i,'_',LPAD(j,3,'0'));SET @stmt = CONCAT(@stmt,'PARTITION ',v_partition_name,' VALUES LESS THAN (''',v_log_date,'''),');SET j = j + 1;        END WHILE;SET i = i + 1;    END WHILE;SET @stmt_end = 'PARTITION p_max VALUES LESS THAN (maxvalue))';SET @stmt = CONCAT(@stmt_begin,@stmt,@stmt_end);PREPARE s1 FROM @stmt;EXECUTE s1;DROP PREPARE s1;SELECT NULL,NULL,NULL INTO @stmt,@stmt_begin,@stmt_end;
END$$DELIMITER ;mysql> CALL sp_add_partition_ytt_pt1_day('2010','2020');
Query OK, 1 row affected (14 min 13.69 sec)

接下来，以天来查询时间一定是最短的，只有0.01秒，

mysql> select count(*) from ytt_pt1_day where log_date = '2020-01-01';
+----------+
| count(*) |
+----------+
|     2675 |
+----------+
1 row in set (0.01 sec)

此时这样的查询要是基于年或者月性能肯定不是最优，

mysql> select count(*) from ytt_pt1 where log_date = '2020-01-01';
+----------+
| count(*) |
+----------+
|     2675 |
+----------+
1 row in set (0.68 sec)mysql> select count(*) from ytt_pt1_month1 where log_date = '2020-01-01';
+----------+
| count(*) |
+----------+
|     2675 |
+----------+
1 row in set (0.87 sec)mysql> select count(*) from ytt_pt1_month2 where log_date = '2020-01-01';
+----------+
| count(*) |
+----------+
|     2675 |
+----------+
1 row in set (0.09 sec)

可以看到，此类查询基于其他方法分区时间明显比按天来的长。

因此分区表的设置还得结合实际的业务场景，设置的合理，用起来才顺畅，否则就适得其反，从这个角度，技术这个活儿，有点意思，虽然不易，但是各种关卡，打怪升级，苦中作乐，“彼方尚有荣光在”。

近期更新的文章：

《一道热热身的算术题》

《SQL Server生成随机日期模拟测试数据的需求》

《《SQL Cookbook》 - 第三章 多表查询》

《超多绑定变量导致异常的一个案例》

《学习工行MySQL研发管控和治理实践的过程》

文章分类和索引：

《公众号900篇文章分类和索引》