本實驗主要測試在沒有任何索引的情況下分區(qū)對大表查詢效率的影響

實驗環(huán)境：

rhel 6.5

mysql5.5.58

表結構

1 mysql> show create table users\G 2 *************************** 1. row *************************** 3 Table: users 4 Create Table: CREATE TABLE `users` ( 5 `id` int(10) unsigned NOT NULL, 6 `name` varchar(32) NOT NULL DEFAULT '', 7 `age` int(10) unsigned DEFAULT NULL, 8 `email` varchar(32) NOT NULL DEFAULT '', 9 `account` varchar(64) NOT NULL DEFAULT '', 10 `address` varchar(64) NOT NULL DEFAULT '' 11 ) ENGINE=MyISAM DEFAULT CHARSET=utf8 12 1 row in set (0.00 sec)

表中的數據有10000000記錄

1 mysql> select count(*) from users; 2 +----------+ 3 | count(*) | 4 +----------+ 5 | 10000000 | 6 +----------+ 7 1 row in set (0.09 sec)

首先隨便選取一條記錄查詢，看看mysql服務器需要的時間

1 mysql> select * from users where id=2478945; 2 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 3 | id | name | age | email | account | address | 4 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 5 | 2478945 | Nina Oberbrunner | 8 | beatty.martina@gmail.com | 6579978004257241 | 99802 Dietrich Mountain 6 New Pinkie, WA 66024-5962 | 7 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 8 1 row in set (18.25 sec)

很顯然該查詢進行了全表掃描

1 mysql> explain select * from users where id=2478945 \G 2 *************************** 1. row *************************** 3 id: 1 4 select_type: SIMPLE 5 table: users 6 type: ALL 7 possible_keys: NULL 8 key: NULL 9 key_len: NULL 10 ref: NULL 11 rows: 10000000 12 Extra: Using where 13 1 row in set (0.04 sec)

現在對大表進行分區(qū)

1 mysql> alter table users partition by hash(id) partitions 5; 2 Query OK, 10000000 rows affected (37.24 sec) 3 Records: 10000000 Duplicates: 0 Warnings: 0

測試一下在沒有建任何索引的情況下，對大表進行分區(qū)是否會影響查詢的速度

1 mysql> select * from users where id=2478945; 2 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 3 | id | name | age | email | account | address | 4 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 5 | 2478945 | Nina Oberbrunner | 8 | beatty.martina@gmail.com | 6579978004257241 | 99802 Dietrich Mountain 6 New Pinkie, WA 66024-5962 | 7 +---------+------------------+------+--------------------------+------------------+---------------------------------------------------+ 8 1 row in set (2.36 sec)

可以看到查詢同一條記錄從開始的18.25s變?yōu)?.36秒，說明分區(qū)對大表查詢有一定的優(yōu)化
查詢過程和上面一樣，進行全表掃描，但是分區(qū)后數據文件變小，掃描的行數變?yōu)?000000，提高了速度

1 mysql> explain select * from users where id=2478945 \G 2 *************************** 1. row *************************** 3 id: 1 4 select_type: SIMPLE 5 table: users 6 type: ALL 7 possible_keys: NULL 8 key: NULL 9 key_len: NULL 10 ref: NULL 11 rows: 2000000 12 Extra: Using where 13 1 row in set (0.06 sec)

分區(qū)后，每個分區(qū)數據文件是200多兆,沒分區(qū)時一個文件1G多

1 [root@localhost test]# pwd 2 /usr/local/mysql/data/test 3 [root@localhost test]# ll -h 4 total 1.1G 5 -rw-r--r-- 1 mysql mysql 65 9月 13 23:20 db.opt 6 -rw-rw---- 1 mysql mysql 8.6K 11月 26 22:39 users.frm 7 -rw-rw---- 1 mysql mysql 40 11月 26 22:39 users.par 8 -rw-rw---- 1 mysql mysql 221M 11月 26 22:40 users#P#p0.MYD 9 -rw-rw---- 1 mysql mysql 1.0K 11月 26 22:40 users#P#p0.MYI 10 -rw-rw---- 1 mysql mysql 221M 11月 26 22:40 users#P#p1.MYD 11 -rw-rw---- 1 mysql mysql 1.0K 11月 26 22:40 users#P#p1.MYI 12 -rw-rw---- 1 mysql mysql 221M 11月 26 22:40 users#P#p2.MYD 13 -rw-rw---- 1 mysql mysql 1.0K 11月 26 22:40 users#P#p2.MYI 14 -rw-rw---- 1 mysql mysql 221M 11月 26 22:40 users#P#p3.MYD 15 -rw-rw---- 1 mysql mysql 1.0K 11月 26 22:40 users#P#p3.MYI 16 -rw-rw---- 1 mysql mysql 221M 11月 26 22:40 users#P#p4.MYD 17 -rw-rw---- 1 mysql mysql 1.0K 11月 26 22:40 users#P#p4.MYI 18 [root@localhost test]#

?

轉載于:https://www.cnblogs.com/iaknehc/p/7900960.html

總結

以上是生活随笔為你收集整理的Mysql分区对大表查询效率的影响的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。