首先祝大家新年快樂，身體健康，萬事如意。
一般來說一個系統最先出現瓶頸的點很可能是數據庫。比如我們的生產系統并發量很高在跑一段時間后，數據庫中某些表的數據量會越來越大。海量的數據會嚴重影響數據庫的讀寫性能。
這個時候我們會開始優化系統，一般會經過這么幾個過程：

找出SQL慢查詢，針對該SQL進行優化，比如改進SQL的寫法，查看執行計劃對全表掃描的字段建立索引

引入緩存，把一部分讀壓力加載到內存中

讀寫分離

引入隊列，把并發的請求使其串行化，來減輕系統瞬時壓力

分表/分庫

對于第五點優化方案我們來細說一下。分表分庫通常有兩種拆分維度：1.垂直切分，垂直切分往往跟業務有強相關關系，比如把某個表的某些不常用的字段遷移出去，比如訂單的明細數據可以獨立成一張表，需要使用的時候才讀取 2.水平切分，比如按年份來拆分，把數據庫按年或者按某些規則按時間段分成多個表。
拆分表之后每個表的數據量將會變小，帶來的好處是不言而喻的。不管是全表掃描，還是索引查詢都會有比較高的提升。如果把不同的表文件落在多個磁盤上那數據庫的IO性能還能進一步提高。
如果純手工拆分，比如按年份拆分成多個表，那么上層業務代碼也得進行調整。每次讀寫都得判斷該使用哪張表。如果是跨多個年份的分頁查詢更加難搞。人肉分表基本上不可能實現的，對于上層編碼簡直是個噩夢。所以針對分表分庫我們通常會使用某些中間件，比如Mycat，Sharding-JDBC等中間件。使用這些組件確實能實現分表分庫，并且對業務層代碼屏蔽了數據庫架構的改動，但是配置略顯麻煩。如果你使用的是SQL Server數據庫，并且目前還不需要分庫，只需要分表，那么其實使用內置的分區表功能是最簡單的方案。只需要打開SQL Server Management Studio簡單設置幾下就可以了，對于你上層應用完全是無感的，你的代碼、數據庫連接串都不需要改動。
以下我們通過2個簡單的測試，來簡單的演示下如何進行表分區操作，以及測試下分區前后性能變化。

測試寫性能

我們的測試方案：新建一張logs表，按年份寫入數據。2019年寫入1000000數據，2020年也寫入100000數據。為了加快寫入的速度，每個年份并行10個線程同時寫，每個線程寫100000數據，一共1000000數據。然后把logs表改成分區表再用同樣的方式寫入2000000數據。記錄耗時 比較兩次的耗時。
硬件為一臺14年產的筆記本，OS為win10。掛載2塊硬盤，1塊為5400轉的機械硬盤，1塊為15年加的SSD。磁盤性能可以說極為垃圾。未分區時表文件會落在機械硬盤上。

未分區情況下測試

使用腳本建表：

CREATE TABLE [dbo].[logs]([id] [uniqueidentifier] NOT NULL,[log_txt] [varchar](200) NULL,[log_time] [datetime] NULL,CONSTRAINT [PK_logs] PRIMARY KEY CLUSTERED ([id] ASC )WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY] )

新建一個控制臺程序編寫代碼：

class Program{static void Main(string[] args){Console.WriteLine("Hello World!");Task.Run(() =>{InsertData(2019);});Task.Run(() =>{InsertData(2020);});Console.ReadLine();}static void InsertData(int year){var tasks = new List<Task>();Stopwatch sw = new Stopwatch();sw.Start();for (int i = 0; i < 10; i++){tasks.Add(Task.Run(()=> {using (var conn = new SqlConnection()){conn.ConnectionString = "Persist Security Info = False; User ID =sa; Password =dev@123; Initial Catalog =fq_test; Server =.\\mssql2016";conn.Open();int index = 0;for (int j = 0; j < 100000; j++){var logtime = new DateTime(year, new Random().Next(1, 12), new Random().Next(1, 28));conn.Execute("insert into logs2 values (newid(),'下訂單',@logtime)", new{logtime});Console.WriteLine("logtime:{0} index {1}", logtime, index++);}}}));}Task.WaitAll(tasks.ToArray());sw.Stop();Console.WriteLine("Year {0} complete , total time: {1}.", year, sw.ElapsedMilliseconds);}}

寫完2000000數據耗時1369454毫秒。

分區情況下進行測試

開始分區

把一個表設置為分區表大概有5個步驟：

添加文件組

在文件組添加文件

新建分區函數

新建分區方案

開始分區

以下演示下如何使用SQL SERVER Management Studio管理器進行表分區：

選中數據庫=>屬性=>文件組，添加group1，group2兩個文件組。

選中數據庫=>屬性=>文件。添加file1，文件組選group1，路徑選擇一個文件目錄。這里選擇E盤data目錄。添加file2，文件組選擇group2，路徑選擇一個文件目錄。這里選擇X盤的data目錄。這樣當分區的時候數據就會落在這2個目錄下。這里的路徑可以選擇在同一個硬盤，但是為了更高的讀寫性能，如果有條件建議直接指定在不同的硬盤下。

選中logs表=>存儲=>創建分區，啟動分區向導工具。

新建一個分區函數，點擊下一步。

新建一個分區方案，點擊下一步。

選擇一個分區列，數據會根據該列進行水平拆分。

這里選擇logtime，因為時間是比較適合水平切分的一個維度。

值得數據拆分的范圍。

范圍選擇“右邊界”。

右邊界跟左邊界的差異在于對邊界值的處理。

右邊界是<，左邊界是<=，也就是包含邊界值。

我們這里設置group1存儲2019的數據，group2存儲2020的數據。

所以group1的邊界值設置為2020-01-01，group2的邊界值設置為2021-01-01 。

設置完是這個樣子，需要3個文件組。

當出現不在group1，group2范圍內的數據就會存儲在第三個文件組內。

建好分區函數、分區方案后，可以選擇生成腳本或者立即執行。

這里選擇“立即執行”。

當執行完成后，表里的數據會按照分區方案設置的邊界分散到多個文件上。

在分區情況下進行測試

先清空logs表所有的數據，然后使用同樣的代碼進行測試。

測試結果顯示寫完2000000數據耗時：

568903毫秒。

可以看到數據庫寫性能大副提高，大概提高了1倍不止的性能。

這也比較符合兩塊磁盤同時IO的預期。

測試讀性能

我們的測試方案：新建一張log2表，使用上面的代碼按年份寫入2000000數據。然后使用select語句同時讀取2019,2020年的數據。把log表轉換成分區表，重新測試select的時間。比較兩次讀取數據的時間。
sql語句：

select?*?from?log2?where?(logtime?>?'2019-05-01'?and?logtime?<?'2019-06-01')?or?(logtime?>?'2020-05-01'?and?logtime?<?'2020-06-01')

首先在未分區的表上測試查詢性能，花費時間為3s。

把表按前面的方法進行分區拆分，查詢花費時間為1s。

讀性能大概為未分區時的3倍。

總結

經過簡單的測試，SQL Server的分區表功能能大副提高數據庫的讀寫性能。通過SQL Server Management Stduio的簡單設置就可以對數據庫表進行分區操作，并且對應用層的代碼完全是無感的，比用分表分庫中間件來說簡單多了。

總結

以上是生活随笔為你收集整理的使用SQL Server分区表功能提高数据库的读写性能的全部內容，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。