mysql分表详解

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

1 2 3 4 5 6 7 8 9 10 11 12 13 14

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：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

<?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：

数据库总条数预览：

1	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";

查询时间测试

查询脚本

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

<?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）

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）

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）

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：

1 2 3 4 5 6

<?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