來源:http://hudeyong926.iteye.com/blog/902801

一，先說一下為什么要分表

當一張的數據達到幾百萬時，你查詢一次所花的時間會變多，如果有聯合查詢的話，我想有可能會死在那兒了。分表的目的就在于此，減小數據庫的負擔，縮短查詢時間。

根據個人經驗，mysql執行一個sql的過程如下：
1,接收到sql;2,把sql放到排隊隊列中 ;3,執行sql;4,返回執行結果。在這個執行過程中最花時間在什么地方呢？第一，是排隊等待的時間，第二，sql的執行時間。其實這二個是一回事，等待的同時，肯定有sql在執行。所以我們要縮短sql的執行時間。

?

mysql中有一種機制是表鎖定和行鎖定，為什么要出現這種機制，是為了保證數據的完整 性，我舉個例子來說吧，如果有二個sql都要修改同一張表的同一條數據，這個時候怎么辦呢，是不是二個sql都可以同時修改這條數據呢？很顯然mysql 對這種情況的處理是，一種是表鎖定（myisam存儲引擎），一個是行鎖定（innodb存儲引擎）。表鎖定表示你們都不能對這張表進行操作，必須等我對 表操作完才行。行鎖定也一樣，別的sql必須等我對這條數據操作完了，才能對這條數據進行操作。如果數據太多，一次執行的時間太長，等待的時間就越長，這 也是我們為什么要分表的原因。

?

垂直分割

就是將一個大表分為多個小表.把主碼和一些列放到一個表，然后把主碼和另外的列放到另一個表中。
如果一個表中某些列常用，而另外一些列不常用，則可以采用垂直分割，另外垂直分割可以使得數據行變小，一個數據頁就能存放更多的數據，在查詢時就會減少I/O次數。其缺點是需要管理冗余列，查詢所有數據需要join操作。比如物料有很多屬性,不同的部門有不同的屬性需求,比如財務部門有財務的屬性要求,采購部門有采購的屬性要求,按部門要求不同拆分為不同的表,僅將基本的公共屬性放在主表中,根據不同的部門要求建不同的表及查詢視圖,性能要好一些

二，分表

1，做mysql集群，例如：利用mysql cluster ，mysql proxy，mysql replication，drdb等等

有人會問mysql集群，根分表有什么關系嗎？雖然它不是實際意義上的分表，但是它啟到 了分表的作用，做集群的意義是什么呢？為一個數據庫減輕負擔，說白了就是減少sql排隊隊列中的sql的數量，舉個例子：有10個sql請求，如果放在一 個數據庫服務器的排隊隊列中，他要等很長時間，如果把這10個sql請求，分配到5個數據庫服務器的排隊隊列中，一個數據庫服務器的隊列中只有2個，這樣 等待時間是不是大大的縮短了呢？這已經很明顯了。所以我把它列到了分表的范圍以內，我做過一些mysql的集群：

linux mysql proxy 的安裝，配置，以及讀寫分離

mysql replication 互為主從的安裝及配置，以及數據同步

優點：擴展性好，沒有多個分表后的復雜操作（php代碼）

缺點：單個表的數據量還是沒有變，一次操作所花的時間還是那么多，硬件開銷大。

2，預先估計會出現大數據量并且訪問頻繁的表，將其分為若干個表

使用MD5哈希

做法是對UID進行md5加密，然后取前幾位（我們這里取前兩位），然后就可以將不同的UID哈希到不同的用戶表（user_xx）中了

Java代碼??

<?php??

function?get_hash_table($table,?$userid)??

{??

????$str?=?crc32($userid);??

????if?($str?<?0)?{??

????????$hash?=?"0"?.?substr(abs($str),?0,?1);??

????}?else?{??

????????$hash?=?substr($str,?0,?2);??

????}??

????return?$table?.?"_"?.?$hash;??

}??

//echo?get_hash_table('message',?'user18991');?//結果為message_10??

//echo?get_hash_table('message',?'user34523');?//結果為message_13??

function?calc_hash_db($u,?$s?=?4)?{??

????$h?=?sprintf("%u",?crc32($u));??

????$h1?=?intval(fmod($h,?$s));??

????return?$h1;??

}??

??

for?($i?=?1;?$i?<?40;?$i++)?{??

????echo?calc_hash_tbl($i);??

????echo?"<br>";??

????echo?calc_hash_db($i);??

????echo?"<br>";??

}??

??

function?calc_hash_tbl($u,?$n?=?256,?$m?=?16)?{??

????$h?=?sprintf("%u",?crc32($u));??

????$h1?=?intval($h?/?$n);??

????$h2?=?$h1?%?$n;??

????$h3?=?base_convert($h2,?10,?$m);??

????$h4?=?sprintf("%02s",?$h3);??

??

????return?$h4;??

}??

#################??

function?getTable(?$uid?){??

????$ext?=?substr?(?md5($uid)?,0?,2?);??

????return?"user_".$ext;??

}??

###################??

private?function?getDbNo($email)??

{??

????$m?=?md5($email);??

????$n?=?hexdec(substr($m,?0,?16));??

????$tableNo?=?fmod($n,?1000);??

????$dbNo?=?$tableNo?%?100;??

????return?array($dbNo,?$tableNo);??

}??

通過這個技巧，我們可以將不同的UID分散到256中用戶表中，分別是user_00,user_01 ……? ? user_ff。因為UID是數字且遞增，根據md5的算法，可以將用戶數據幾乎很均勻的分別到不同的user表中。

但是這里有個問題是，如果我們的系統的用戶越來越多，勢必單張表的數據量越來越大，而且根據這種算法無法擴展表，這又會回到文章開頭出現的問題了。

使用移位

Java代碼??

/**?

?*?根據UID分表算法?

?*?

?*?@param?int?$uid??//用戶ID?

?*?@param?int?$bit????//表后綴保留幾位?

?*?@param?int?$seed?//向右移動位數?

?*/??

function?getTable(?$uid?,?$bit?,?$seed?){??

????return?"user_"?.?sprintf(?"%0{$bit}d"?,?($uid?>>?$seed)?);??

????return?"user_"?.?sprintf(?"%04d",?($uid?>>?20)?);??

??

}??

這里，我們將uid向右移動20位，這樣我們就可以把大約前100萬的用戶數據放在第一個表user_0000，第二個100萬的用戶數據放在第二 個表user_0001中，這樣一直下去，如果我們的用戶越來越多，直接添加用戶表就行了。由于我們保留的表后綴是四位，這里我們可以添加1萬張用戶表， 即user_0000,user_0001 …… user_9999。一萬張表，每張表100萬數據，我們可以存100億條用戶記錄。當然，如果你的用戶數據比這還多，也不要緊，你只要改變保留表后綴來 增加可以擴展的表就行了，如如果有1000億條數據，每個表存100萬，那么你需要10萬張表，我們只要保留表后綴為6位即可。

上面兩種方法，都要對我們當前系統的用戶數據量做出可能最大的預估，并且對數據庫單個表的最大承受量做出預估。

比如第二種方案，如果我們預估我們系統的用戶是100億，單張表的最優數據量是100萬，那么我們就需要將UID移動20來確保每個表是100萬的數據，保留用戶表（user_xxxx）四位來擴展1萬張表。

又如第一種方案，每張表100萬，md5后取前兩位，就只能有256張表了，系統總數據庫就是：256*100萬；如果你系統的總數據量的比這還多，那你實現肯定要MD5取前三位或者四位甚至更多位了。

兩種方法都是將數據水平切分到不同的表中，相對第一種方法，第二種方法更具擴展性。

?

3，利用merge存儲引擎來實現分表

我覺得這種方法比較適合，那些沒有事先考慮，而已經出現了得，數據查詢慢的情況。這個時 候如果要把已有的大數據量表分開比較痛苦，最痛苦的事就是改代碼，因為程序里面的sql語句已經寫好了，現在一張表要分成幾十張表，甚至上百張表，這樣 sql語句是不是要重寫呢？舉個例子，我很喜歡舉子

mysql>show engines;的時候你會發現mrg_myisam其實就是merge。

Java代碼??

CREATE?TABLE?IF?NOT?EXISTS?`user1`?(????

????`id`?int(11)?NOT?NULL?AUTO_INCREMENT,????

????`name`?varchar(50)?DEFAULT?NULL,????

????`sex`?int(1)?NOT?NULL?DEFAULT?'0',????

????PRIMARY?KEY?(`id`)????

??)?ENGINE=MyISAM??DEFAULT?CHARSET=utf8?AUTO_INCREMENT=1?;????

Query?OK,?0?rows?affected?(0.05?sec)??

??

?CREATE?TABLE?IF?NOT?EXISTS?`user2`?(????

????`id`?int(11)?NOT?NULL?AUTO_INCREMENT,????

????`name`?varchar(50)?DEFAULT?NULL,????

????`sex`?int(1)?NOT?NULL?DEFAULT?'0',????

????PRIMARY?KEY?(`id`)????

??)?ENGINE=MyISAM??DEFAULT?CHARSET=utf8?AUTO_INCREMENT=1?;????

Query?OK,?0?rows?affected?(0.01?sec)??

??

mysql>?INSERT?INTO?`user1`?(`name`,?`sex`)?VALUES('張映',?0);??

Query?OK,?1?row?affected?(0.00?sec)??

??

mysql>?INSERT?INTO?`user2`?(`name`,?`sex`)?VALUES('tank',?1);??

Query?OK,?1?row?affected?(0.00?sec)??

??

CREATE?TABLE?IF?NOT?EXISTS?`alluser`?(??

????`id`?int(11)?NOT?NULL?AUTO_INCREMENT,??

????`name`?varchar(50)?DEFAULT?NULL,??

????`sex`?int(1)?NOT?NULL?DEFAULT?'0',??

????INDEX(id)??

??)?TYPE=MERGE?UNION=(user1,user2)?INSERT_METHOD=LAST?AUTO_INCREMENT=1?;??

Query?OK,?0?rows?affected,?1?warning?(0.00?sec)??

??

mysql>?select?id,name,sex?from?alluser;??

+----+--------+-----+??

|?id?|?name???|?sex?|??

+----+--------+-----+??

|??1?|?張映?|???0?|??

|??1?|?tank???|???1?|??

+----+--------+-----+??

2?rows?in?set?(0.00?sec)??

??

mysql>?INSERT?INTO?`alluser`?(`name`,?`sex`)?VALUES('tank2',?0);??

Query?OK,?1?row?affected?(0.00?sec)??

??

mysql>?select?id,name,sex?from?user2??

?->?;??

+----+-------+-----+??

|?id?|?name??|?sex?|??

+----+-------+-----+??

|??1?|?tank??|???1?|??

|??2?|?tank2?|???0?|??

+----+-------+-----+??

2?rows?in?set?(0.00?sec)??

從上面的操作中，我不知道你有沒有發現點什么？假如我有一張用戶表user，有50W條數據，現在要拆成二張表user1和user2，每張表25W條數據，

INSERT INTO user1(user1.id,user1.name,user1.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id <= 250000

INSERT INTO user2(user2.id,user2.name,user2.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id > 250000

這樣我就成功的將一張user表，分成了二個表，這個時候有一個問題，代碼中的sql語 句怎么辦，以前是一張表，現在變成二張表了，代碼改動很大，這樣給程序員帶來了很大的工作量，有沒有好的辦法解決這一點呢？辦法是把以前的user表備份 一下，然后刪除掉，上面的操作中我建立了一個alluser表，只把這個alluser表的表名改成user就行了。但是，不是所有的mysql操作都能 用的

a，如果你使用 alter table 來把 merge 表變為其它表類型，到底層表的映射就被丟失了。取而代之的，來自底層 myisam 表的行被復制到已更換的表中，該表隨后被指定新類型。

b，網上看到一些說replace不起作用，我試了一下可以起作用的。暈一個先

Java代碼??

mysql>?UPDATE?alluser?SET?sex=REPLACE(sex,?0,?1)?where?id=2;????

Query?OK,?1?row?affected?(0.00?sec)????

?Rows?matched:?1??Changed:?1??Warnings:?0????

?????

?mysql>?select?*?from?alluser;????

?+----+--------+-----+????

?|?id?|?name???|?sex?|????

?+----+--------+-----+????

?|??1?|?張映?|???0?|????

?|??1?|?tank???|???1?|????

?|??2?|?tank2??|???1?|????

?+----+--------+-----+????

?3?rows?in?set?(0.00?sec)????

?

c，一個 merge 表不能在整個表上維持 unique 約束。當你執行一個 insert，數據進入第一個或者最后一個 myisam 表（取決于 insert_method 選項的值）。mysql 確保唯一鍵值在那個 myisam 表里保持唯一，但不是跨集合里所有的表。

d,當你創建一個 merge 表之時，沒有檢查去確保底層表的存在以及有相同的機構。當 merge 表被使用之時，mysql 檢查每個被映射的表的記錄長度是否相等，但這并不十分可靠。如果你從不相似的 myisam 表創建一個 merge 表，你非常有可能撞見奇怪的問題。

好困睡覺了，c和d在網上看到的，沒有測試，大家試一下吧。

優點：擴展性好，并且程序代碼改動的不是很大

缺點：這種方法的效果比第二種要差一點

三，總結一下

上面提到的三種方法，我實際做過二種，第一種和第二種。第三種沒有做過，所以說的細一 點。哈哈。做什么事都有一個度，超過個度就過變得很差，不能一味的做數據庫服務器集群，硬件是要花錢買的，也不要一味的分表，分出來1000 表，mysql的存儲歸根到底還以文件的形勢存在硬盤上面，一張表對應三個文件，1000個分表就是對應3000個文件，這樣檢索起來也會變的很慢?。我的 建議是

方法1和方法2結合的方式來進行分表

方法1和方法3結合的方式來進行分表

我的二個建議適合不同的情況，根據個人情況而定，我覺得會有很多人選擇方法1和方法3結合的方式

?

分庫分表產生的問題，及注意事項
1. 分庫分表維度的問題
假如用戶購買了商品,需要將交易記錄保存取來，如果按照用戶的緯度分表，則每個用戶的交易記錄都保存在同一表中，所以很快很方便的查找到某用戶的購買情況，但是某商品被購買的情況則很有可能分布在多張表中，查找起來比較麻煩。反之，按照商品維度分表，可以很方便的查找到此商品的購買情況，但要查找到買人的交易記錄比較麻煩。?
所以常見的解決方式有：
???? a.通過掃表的方式解決，此方法基本不可能，效率太低了。
???? b.記錄兩份數據，一份按照用戶緯度分表，一份按照商品維度分表。
???? c.通過搜索引擎解決，但如果實時性要求很高，又得關系到實時搜索。
2. 聯合查詢的問題
聯合查詢基本不可能，因為關聯的表有可能不在同一數據庫中。?
3.?? 避免跨庫事務
避免在一個事務中修改db0中的表的時候同時修改db1中的表，一個是操作起來更復雜，效率也會有一定影響。
4.?? 盡量把同一組數據放到同一DB服務器上
例如將賣家a的商品和交易信息都放到db0中，當db1掛了的時候，賣家a相關的東西可以正常使用。也就是說避免數據庫中的數據依賴另一數據庫中的數據。

總結

以上是生活随笔為你收集整理的mysql 分库分表的方法的全部內容，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。