原创

mysql分表详解

温馨提示:
本文最后更新于 2019年05月11日,已超过 1,782 天没有更新。若文章内的图片失效(无法正常加载),请留言反馈或直接联系我

本人混迹qq群2年多了,经常听到有人说“数据表太大了,需要分表”,“xxxx了,要分表”的言论,那么,到底为什么要分表?

难道数据量大就要分表?

mysql数据量对索引的影响

本人mysql版本为5.7

新增数据测试

为了测试mysql索引查询是否和数据量有关,本人做了以下的测试准备:

新建4个表article1,article2,article3,article4,article5 每个表分别插入20万,50万,100万,200万,1500万的数据,数据都是随机生成

    create table test.article1(
  id          int auto_increment comment 'id'
    primary key,
  user_id     int          not null comment '用户id',
  title       varchar(64)  not null comment '标题',
  add_time    datetime     null comment '新增时间',
  update_time int          null comment '更新时间',
  description varchar(255) null comment '简介',
  status      tinyint(1)   null comment '状态 1正常 0隐藏'
)
  charset = utf8;

create index article_title_index
  on test.article1 (title);

生成数据脚本,使用easyswoole,多协程插入:

<?php
include "./vendor/autoload.php";
\EasySwoole\EasySwoole\Core::getInstance()->initialize();
for ($i = 0; $i <= 2000; $i++) {//协程最多3000,创建1000个协程
    go(function () use ($i) {
        \App\Utility\Pool\MysqlPool::invoke(function (\App\Utility\Pool\MysqlPoolObject $mysqlObject) use ($i) {
            for ($y = 0; $y <= 1000; $y++) {//每个协程插入100条数据
                $data = [
                    'user_id'     => mt_rand(1, 2500),
                    'title'       => \EasySwoole\Utility\Random::character(32),//随机生成32位字母的标题
                    'add_time'    => date('Y-m-d H:i:s', mt_rand(strtotime('2018-01-01'), strtotime('2019-01-01'))),//随机生成日期
                    'update_time' => mt_rand(strtotime('2018-01-01'), strtotime('2019-01-01')),//随机生成日期
                    'description' => getChar(mt_rand(8, 64)),//随机生成8-64位汉字,
                    'status'      => mt_rand(0, 1),
                ];
                $mysqlObject->insert('article2', $data);
            }
            echo "协程$i 插入完成\n";
        }, -1);
    });
}

function getChar($num)  // $num为生成汉字的数量
{
    $b = '';
    for ($i = 0; $i < $num; $i++) {
        // 使用chr()函数拼接双字节汉字,前一个chr()为高位字节,后一个为低位字节
        $a = chr(mt_rand(0xB0, 0xD0)) . chr(mt_rand(0xA1, 0xF0));
        // 转码
        $b .= iconv('GB2312', 'UTF-8', $a);
    }
    return $b;
}

生成的数据如图:

仙士可博客

数据库总条数预览:

select (select count(1) from article1) as "1" , (select count(1) from article2) as "2", (select count(1) from article3) as "3", (select count(1) from article4) as "4", (select count(1) from article5) as "5";

仙士可博客

查询时间测试

查询脚本

<?php
/**
 * Created by PhpStorm.
 * User: tioncico
 * Date: 19-5-11
 * Time: 下午7:20
 */
include "./vendor/autoload.php";
\EasySwoole\EasySwoole\Core::getInstance()->initialize();
go(function () {
    /**
     * @var $db \App\Utility\Pool\MysqlPoolObject
     */
    $db = \App\Utility\Pool\MysqlPool::defer();
    $startTime = microtimeFloat();
    //查询1000次
    for ($i = 0; $i < 10000; $i++) {
        $str =\EasySwoole\Utility\Random::character(32);//随机生成字符串,用于查询
        $data = $db->where('title',$str)->getOne('article1');
    }

    echo "1耗时" . (microtimeFloat() - $startTime) . '秒'.PHP_EOL;
    $startTime = microtimeFloat();
    //查询1000次
    for ($i = 0; $i < 10000; $i++) {
        $str =\EasySwoole\Utility\Random::character(32);//随机生成字符串,用于查询
        $data = $db->where('title',$str)->getOne('article2');
    }

    echo "2耗时" . (microtimeFloat() - $startTime) . '秒'.PHP_EOL;
    $startTime = microtimeFloat();
    //查询1000次
    for ($i = 0; $i < 10000; $i++) {
        $str =\EasySwoole\Utility\Random::character(32);//随机生成字符串,用于查询
        $data = $db->where('title',$str)->getOne('article3');
    }

    echo "3耗时" . (microtimeFloat() - $startTime) . '秒'.PHP_EOL;
    $startTime = microtimeFloat();
    //查询1000次
    for ($i = 0; $i < 10000; $i++) {
        $str =\EasySwoole\Utility\Random::character(32);//随机生成字符串,用于查询
        $data = $db->where('title',$str)->getOne('article4');
    }

    echo "4耗时" . (microtimeFloat() - $startTime) . '秒'.PHP_EOL;
    $startTime = microtimeFloat();
    //查询1000次
    for ($i = 0; $i < 10000; $i++) {
        $str =\EasySwoole\Utility\Random::character(32);//随机生成字符串,用于查询
        $data = $db->where('title',$str)->getOne('article5');
    }

    echo "5耗时" . (microtimeFloat() - $startTime) . '秒'.PHP_EOL;
});
function microtimeFloat()
{
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}

该脚本是一个实例脚本,在后面的其他测试中依旧使用该脚本,修改下字段和逻辑

title全索引查询一条时间情况:(为了准确,本人运行了多次)

仙士可博客仙士可博客仙士可博客

可以看出,数据量在200万以下时,查询时间几乎没有差别,只是在数据量1400万时,查询1万次的时间增加了1秒

注:本人在之前测试,和之后测试时,查询article5时时间大概是2.1-2.5秒左右,可能mysql有其他知识点本人未掌握,所以没法详细解释

title全索引查询不限制条数时间情况:(为了准确,本人运行了多次)

仙士可博客仙士可博客

可以看出,在200万数据之前 查询时间并没有太大的差距,1400万有一点点的差距

title like 左前缀 索引查询不限制条数时间情况:(为了准确,本人运行了多次)

仙士可博客仙士可博客仙士可博客

根据这次测试,我们可以发现

1:mysql的查询和数据量的大小关系并不大(微乎其微)

2:mysql只要是命中索引,不管数据量有多大,都会非常快(快的一批,由于本人比较懒,并且本人之前也测试过单表1.5亿速度一样很快,就懒得继续新增2亿测试数据了,太累)

什么情况需要分表

从上面的章节可以发现,数据量的多少和查询速度其实关系不是很大,那么为什么要分表呢?原因有以下几种:

1:   单表 不涉及索引的操作太多,无法直接命中索引的

2:模糊查找范围过大,无法直接命中索引的,例如日志表查时间区间

3:单表数据量过大,操作繁忙的

4:数据量过大,有大部分数据很少访问的(冷热数据)
5:装逼,需要用分表装逼的

分表优缺点

在上面,我们已经知道了为什么要分表,分表该怎么分呢?

首先,我们需要先搞懂分表的意义

数据分表有着以下好处:

1:分散表压力,使其响应速度提高

2:数据降维,提升查询速度

3:分冷热数据,更好管理,备份

4:支持分布式部署数据库,将压力分担到其他服务器中

同时,缺点如下:

1:分表之后较难管理多表

2:join表时可能需要join多个

3:查询模糊数据时需要全部的表一起查

所以,数据量不大时候,不建议分表。

水平分表

根据数据的不同规则作为一个分表条件,区分数据以数据之间的分表叫做水平分表

水平分表是比较常见的分表方法,也是解决数据量大时候的分表方法,在水平分表中,也根据场景的不同而分表方法不同

取模分表

假设有个用户表(1000w用户)需要分表,那么我们可以根据该用户表的唯一标识(id ,用户账号)进行取模分表

重新新建n个表。例如5个, user1,user2,user3....uesr5

取出所有用户,根据 用户账号进行取模,例如:

<?php
$userAccount ='tioncico';
$num =  (crc32($userAccount)%5);
$tableName = 'user'.($num+1);
echo "{$userAccount}应该存储到{$tableName}表";
//tioncico应该存储到user3表

不建议使用id分表,因为一般情况下,我们是使用账号,或者其他唯一标识 来进行区分某个人的,如果你表设计像qq号一样,那完全可以将id命名为其他的字段,用于区分,自增id同样需要

取模分表法会使数据尽量的均衡分布,压力均衡,非常适合于需要通过特定标识字段查找数据的表(会员表)

冷热数据分表

冷热数据大多数体现在跟时间有关的 日志表,订单表上面

在冷热数据分表时,我们应该遵循以下几种分表规则

1:数据冷热分表,需要注意冷热数据的界限

例如,商城订单表,每天增加100万的订单,一年就会增加到3.6亿的订单数,而大多数情况下,用户只会查询近1-3个月的数据,我们可以

通过订单时间进行分表,只需要按照月份进行分表即可

2:通过取模分表,需要注意取模字段,

垂直分表

区分一条数据的不同字段,叫做垂直分表

垂直分表其实我们在设计数据库时,可能已经是用到了的,比如会员金额表,关联会员表的userId,这个时候,其实就可以叫做是垂直分表
把会员金额的字段分到了其他的表中(会员金额表)

垂直分表较为简单,有以下几种分法:

1:字段意义和表其他字段意义不同,可以尝试分表

2:字段占用空间太大,不常用或只在特定情况使用,可以尝试分表

3:字段与其他字段更新时间不同,可以尝试分表

以上是本人对分表的一些理解,如果有错误或者补充,欢迎各位大神指点一二,本人感激不尽

正文到此结束
本文目录