MySQL支持的分区类型一共有四种：RANGE，LIST，HASH，KEY。其中，RANGE又可分为原生RANGE和RANGE COLUMNS，LIST分为原生LIST和LIST COLUMNS，HASH分为原生HASH和LINEAR HASH，KEY包含原生KEY和LINEAR HASH。关于这些分区之间的差别，改日另写文章进行阐述。

最近，碰到一个需求，要对表的时间字段(类型：datetime)基于天进行分区。于是遍历MySQL官方文档分区章节，总结如下：

实现方式

主要是以下几种：

1. 基于RANGE

2. 基于RANGE COLUMNS

3. 基于HASH

测试数据

为了测试以上三种方案，特构造了100万的测试数据，放在test表中，test表只有两列：id和hiredate，其中hiredate只包含10天的数据，从2015-12-01到2015-12-10。具体信息如下：

mysql> show create table testG

*************************** 1. row ***************************

Table: test

Create Table: CREATE TABLE `test` (

`id` int(11) DEFAULT NULL,

`hiredate` datetime DEFAULT NULL

) ENGINE=InnoDB DEFAULT CHARSET=latin1

1 row in set (0.00 sec)

mysql> select min(hiredate),max(hiredate) from test;

+---------------------+---------------------+

| min(hiredate) | max(hiredate) |

+---------------------+---------------------+

| 2015-12-01 00:00:00 | 2015-12-10 23:59:56 |

+---------------------+---------------------+

1 row in set (0.44 sec)

mysql> select date(hiredate),count(*) from test group by date(hiredate);

+----------------+----------+

| date(hiredate) | count(*) |

+----------------+----------+

| 2015-12-01 | 99963 |

| 2015-12-02 | 100032 |

| 2015-12-03 | 100150 |

| 2015-12-04 | 99989 |

| 2015-12-05 | 99908 |

| 2015-12-06 | 99897 |

| 2015-12-07 | 100137 |

| 2015-12-08 | 100171 |

| 2015-12-09 | 99851 |

| 2015-12-10 | 99902 |

+----------------+----------+

10 rows in set (0.98 sec)

测试的维度

测试的维度主要从两个方面进行，

一、分区剪裁

针对特定的查询，是否能进行分区剪裁(即只查询相关的分区，而不是所有分区)

二、查询时间

鉴于该批测试数据是静止的(即没有并发进行的insert，update和delete操作)，数据量也不太大，从这个维度来考量貌似意义也不是很大。

因此，重点测试第一个维度。

基于RANGE的分区方案

在这里，选用了TO_DAYS函数

CREATE TABLE range_datetime(

id INT,

hiredate DATETIME

)

PARTITION BY RANGE (TO_DAYS(hiredate) ) (

PARTITION p1 VALUES LESS THAN ( TO_DAYS('20151202') ),

PARTITION p2 VALUES LESS THAN ( TO_DAYS('20151203') ),

PARTITION p3 VALUES LESS THAN ( TO_DAYS('20151204') ),

PARTITION p4 VALUES LESS THAN ( TO_DAYS('20151205') ),

PARTITION p5 VALUES LESS THAN ( TO_DAYS('20151206') ),

PARTITION p6 VALUES LESS THAN ( TO_DAYS('20151207') ),

PARTITION p7 VALUES LESS THAN ( TO_DAYS('20151208') ),

PARTITION p8 VALUES LESS THAN ( TO_DAYS('20151209') ),

PARTITION p9 VALUES LESS THAN ( TO_DAYS('20151210') ),

PARTITION p10 VALUES LESS THAN ( TO_DAYS('20151211') )

);

插入数据并查看特定查询的执行计划

mysql> insert into range_datetime select * from test;

Query OK, 1000000 rows affected (8.15 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from range_datetime where hiredate >= '20151207124503' and hiredate<='20151210111230';

+----+-------------+----------------+--------------+------+---------------+------+---------+------+--------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+----------------+--------------+------+---------------+------+---------+------+--------+-------------+

| 1 | SIMPLE | range_datetime | p7,p8,p9,p10 | ALL | NULL | NULL | NULL | NULL | 400061 | Using where |

+----+-------------+----------------+--------------+------+---------------+------+---------+------+--------+-------------+

1 row in set (0.03 sec)

注意执行计划中的partitions的内容，只查询了p7，p8，p9，p10三个分区，由此来看，使用to_days函数确实可以实现分区裁剪。

基于RANGE COLUMNS的分区方案

RANGE COLUMNS可以直接基于列，而无需像上述RANGE那种，分区的对象只能为整数。

创表语句如下：

CREATE TABLE range_columns (

id INT,

hiredate DATETIME

)

PARTITION BY RANGE COLUMNS(hiredate) (

PARTITION p1 VALUES LESS THAN ( '20151202' ),

PARTITION p2 VALUES LESS THAN ( '20151203' ),

PARTITION p3 VALUES LESS THAN ( '20151204' ),

PARTITION p4 VALUES LESS THAN ( '20151205' ),

PARTITION p5 VALUES LESS THAN ( '20151206' ),

PARTITION p6 VALUES LESS THAN ( '20151207' ),

PARTITION p7 VALUES LESS THAN ( '20151208' ),

PARTITION p8 VALUES LESS THAN ( '20151209' ),

PARTITION p9 VALUES LESS THAN ( '20151210' ),

PARTITION p10 VALUES LESS THAN ('20151211' )

);

插入数据并查看上述查询的执行计划

mysql> insert into range_columns select * from test;

Query OK, 1000000 rows affected (9.20 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from range_columns where hiredate >= '20151207124503' and hiredate<='20151210111230';

+----+-------------+---------------+--------------+------+---------------+------+---------+------+--------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+---------------+--------------+------+---------------+------+---------+------+--------+-------------+

| 1 | SIMPLE | range_columns | p7,p8,p9,p10 | ALL | NULL | NULL | NULL | NULL | 400210 | Using where |

+----+-------------+---------------+--------------+------+---------------+------+---------+------+--------+-------------+

1 row in set (0.11 sec)

同样，使用该分区方案也实现了分区剪裁。

基于HASH的分区方案

因HASH分区对象同样只能为整数，所以我们无法像上述RANGE COLUMNS那种直接引用列，在这里，同样用了TO_DAYS函数进行转换。

创表语句如下：

CREATE TABLE hash_datetime (

id INT,

hiredate DATETIME

)

PARTITION BY HASH( TO_DAYS(hiredate) )

PARTITIONS 10;

插入数据并查看上述查询的执行计划

mysql> insert into hash_datetime select * from test;

Query OK, 1000000 rows affected (9.43 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from hash_datetime where hiredate >= '20151207124503' and hiredate<='20151210111230';

+----+-------------+---------------+-------------------------------+------+---------------+------+---------+------+---------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+---------------+-------------------------------+------+---------------+------+---------+------+---------+-------------+

| 1 | SIMPLE | hash_datetime | p0,p1,p2,p3,p4,p5,p6,p7,p8,p9 | ALL | NULL | NULL | NULL | NULL | 1000500 | Using where |

+----+-------------+---------------+-------------------------------+------+---------------+------+---------+------+---------+-------------+

1 row in set (0.00 sec)

不难看出，使用hash分区并不能有效的实现分区裁剪，至少在本例，基于天的需求中如此。

以上三种方案都是基于datetime的，那么，对于timestamp类型，又该如何选择呢？

事实上，MySQL提供了一种基于UNIX_TIMESTAMP函数的RANGE分区方案，而且，只能使用UNIX_TIMESTAMP函数，如果使用其它函数，譬如to_days，会报如下错误：“ERROR 1486 (HY000): Constant, random or timezone-dependent expressions in (sub)partitioning function are not allowed”。

而且官方文档中也提到“Any other expressions involving TIMESTAMP values are not permitted. (See Bug #42849.)”。

下面来测试一下基于UNIX_TIMESTAMP函数的RANGE分区方案，看其能否实现分区裁剪。

针对TIMESTAMP的分区方案

创表语句如下：

CREATE TABLE range_timestamp (

id INT,

hiredate TIMESTAMP

)

PARTITION BY RANGE ( UNIX_TIMESTAMP(hiredate) ) (

PARTITION p1 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-02 00:00:00') ),

PARTITION p2 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-03 00:00:00') ),

PARTITION p3 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-04 00:00:00') ),

PARTITION p4 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-05 00:00:00') ),

PARTITION p5 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-06 00:00:00') ),

PARTITION p6 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-07 00:00:00') ),

PARTITION p7 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-08 00:00:00') ),

PARTITION p8 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-09 00:00:00') ),

PARTITION p9 VALUES LESS THAN ( UNIX_TIMESTAMP('2015-12-10 00:00:00') ),

PARTITION p10 VALUES LESS THAN (UNIX_TIMESTAMP('2015-12-11 00:00:00') )

);

插入数据并查看上述查询的执行计划

mysql> insert into range_timestamp select * from test;

Query OK, 1000000 rows affected (13.25 sec)

Records: 1000000 Duplicates: 0 Warnings: 0

mysql> explain partitions select * from range_timestamp where hiredate >= '20151207124503' and hiredate<='20151210111230';

+----+-------------+-----------------+--------------+------+---------------+------+---------+------+--------+-------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |

+----+-------------+-----------------+--------------+------+---------------+------+---------+------+--------+-------------+

| 1 | SIMPLE | range_timestamp | p7,p8,p9,p10 | ALL | NULL | NULL | NULL | NULL | 400448 | Using where |

+----+-------------+-----------------+--------------+------+---------------+------+---------+------+--------+-------------+

1 row in set (0.00 sec)

同样也能实现分区裁剪。

总结：

1. 经过对比，个人倾向于第二种方案，即基于RANGE COLUMNS的分区实现。

2. 在5.7版本之前，对于DATA和DATETIME类型的列，如果要实现分区裁剪，只能使用YEAR() 和TO_DAYS()函数，在5.7版本中，又新增了TO_SECONDS()函数。

3. 其实LIST也能实现基于天的分区方案，但在这个需求上，相比于RANGE，还是显得很鸡肋。

4. TIMESTAMP类型的列，只能基于UNIX_TIMESTAMP函数进行分区，切记！

mysql 基于时间分区_MySQL基于时间字段进行分区的方案总结相关推荐

  1. mysql 数据表 时间自动_MySQL数据库时间设置自动添加时间和自动更新时间

    MySQL字段中设置时间字段自动添加创建时间和自动更新时间设置, 设置字段类型为:timestamp 默认值设置为current_timestamp(), 更新时间字段字段类型为:timestamp ...

  2. mysql 日期类型比价_MySQL 日期时间类型怎么选？

    构建数据库写程序避免不了使用日期和时间,对于数据库来说,有多种日期时间字段可供选择,如 timestamp 和 datetime 以及使用 int 来存储 unix timestamp. 不仅新手,包 ...

  3. mysql多select合并_mysql 多个字段合并

    group_concat 函数 默认","合并 select p.id as patent_id,p.application_no,p.name,p.inventer,group_ ...

  4. mysql 时间点_MySQL 基于时间点与位置恢复

    基于时间点与位置恢复 利用二进制日志可以实现基于时间与位置的恢复,例如由于误操作删除了一张表,这时候完全恢复是没用的,因为日志里面还是存在错误语句,我们需要的是恢复到误操作之前的状态,然后跳过误操作数 ...

  5. mysql 插入时间格式_MySQL数据库中有字段类型是日期、时间的插入语句的写法处理...

    MySQL数据库中,与时间有关的类型有 DATE,TIME,TIMESTAMP: 时间戳mysql> create table ts(f1 TIMESTAMP); Query OK, 0 row ...

  6. mysql datetime timestamp 索引_MYSQL中时间类型底层存储，DATETIME ,TIMESTAMP,INT 如何选择？...

    在优化索引时,思考了一个问题,DATE, DATETIME, TIMESTAMP,还有INT存储的时间,在索引中哪个效率更高一些? 索引存储的,如果单纯的测试,而不去了解底层存储的方式和类型就不能断言 ...

  7. mysql根据时间查询_MySql根据时间查询数据

    前言 项目业务实现需要查询本日,本周,本月数据: 看到此需求,第一想法是去获取当前时间戳,然后计算出时间截止时间,然后传入SQL查询区间数据:相对比较繁琐,查询各路大神对此类需求的实现,发现更好的方法 ...

  8. mysql最大时间函数_mySql常用时间函数

    1.取一个日期字段的年月: 方法一:select date_format(日期字段,'%Y-%m') as '日期' from 表 方法二:使用left()函数来截取 select left(日期字段 ...

  9. mysql 设置日期时间格式_mysql 设置时间格式

    MYSQL 获取当前日期及日期格式 获取系统日期:  NOW() 格式化日期:    DATE_FORMAT(date, format) 注:   date:时间字段 format:日期格式 返回系统 ...

最新文章

  1. 快捷指令_苹果怎么关闭快捷指令通知提醒 取消ios14快捷指令设置方法
  2. 利用yum下载软件包的三种方法
  3. js判断中文字符长度
  4. Nexys4DDR+OV7670实现图像灰度显示系统
  5. 看得懂的设计模式 享元模式python3 最基本（简单）实现
  6. 首页终于让百度放出来了
  7. Android 开发之ViewPage官方文档学习笔记
  8. chrome onetab_我的 Chrome 高效拓展推荐
  9. 查看redis安装目录
  10. php结合phantomjs实现网页截屏、抓取js渲染的页面
  11. cad插入块_CAD中创建块，有一种最快捷的方式，看看你用过没？
  12. 使用 .NET Core 开发 BT Tracker 服务器
  13. GCC、GNU到底啥意思？
  14. 尝试寻找免费思维导图软件的工作小结
  15. 解决Win7笔记本下玩游戏的显示问题
  16. Windows消息类型及说明
  17. # ffmpeg 将多幅图片压缩成视频 h264 avi
  18. 什么是WordPress插件？
  19. 机器人操作系统ROS理论与实践
  20. 板绘：一支没有墨水的笔的故事

热门文章

  1. java概念题_JAVA 概念笔试题
  2. C++ chrono 库中的 steady_clock 、 system_clock、high_resolution_clock区别
  3. 苹果通知推送服务(APNS)关键特性摘要
  4. iPhone/iOS图片相关(读取、保存、绘制、其它相关)
  5. WKViewManager iOS 弹窗架构
  6. Win10系统，安装虚拟机，是微软自家的 Hyper-V ？还是轻量级的 Virtual Box ？
  7. 2013-11-5 深圳尚游网络公司 - 服务器开发工程师
  8. Python与C之间的相互调用（Python C API及Python ctypes库）
  9. 总算解决了路由器上iptables的nat问题
  10. ug编程内公差和外公差是什么_干货丨模具工厂CNC加工编程工艺与标准！