一、数据库分区

1. 定义

2. 优点

3. 分类

4. 使用场景

二、数据库分表

1. 定义

2. 作用

3. 使用场景

4. 分区和分表的区别

三、数据库分库

1. 目的

2. 水平拆分

3. 垂直拆分

4. 应用背景

四、使用建议

一、数据库分区

`1. 定义`

数据库分区是将数据量大的表的数据均摊到不同的硬盘、系统或不同服务器存储介质中（将数据从物理上分成若干个小表存储），实际上还是一张表。

将表的数据均衡到不同的地方，为了在特定的SQL操作中减少数据读写的总量以缩减响应时间。提升查询效率。

`2. 优点`

1、相对于单个文件系统或是硬盘，分区可以存储更多的数据；

2、数据管理比较方便，比如要清理或废弃某年的数据，就可以直接删除该日期的分区数据即可；

3、精准定位分区查询数据，不需要全表扫描查询，大大提高数据检索效率；

4、可跨多个分区磁盘查询，来提高查询的吞吐量；

5、在涉及聚合函数查询时，可以很容易进行数据的合并；

`3. 分类`

3.1水平分区

背景：数据量庞大

介绍：对表的行进行分区，不同物理不同分组里面的物理分割数据集得以组合，从而进行个体分割或集体分割。所有在表中定义的列在每个数据中都能找到。所以表的特性依然得以保持。（每行数据的字段不减少）

3.2垂直分区

背景：每行数据字段多，但有些字段包含大text且不经常被访问，这些字段就需要被切割出去。

介绍：对表的垂直划分来减少目标表的宽度，使某些特定的列被划分到特定的分区，每个列都包含了其中的列所对应的行。

`4. 使用场景`

一张表的查询速度已经慢到影响使用；
SQL经过优化还是很慢；
数据量大；
表中的数据是分段的；
对数据的操作往往只涉及一部分，而不是所有的数据。

如下为比较常用的按时间创建range分区脚本：

#按年创建分区 PARTITION BY RANGE (YEAR(timestamp)) ( PARTITION p0 VALUES LESS THAN (2013),PARTITION p1 VALUES LESS THAN (2014), PARTITION p2 VALUES LESS THAN (2015), PARTITION p3 VALUES LESS THAN (2016)
); #按年和月创建分区 PARTITION BY RANGE (UNIX_TIMESTAMP(timestamp)) ( PARTITION p0 VALUES LESS THAN (UNIX_TIMESTAMP('2014-08-01 00:00:00')), PARTITION p1 VALUES LESS THAN (UNIX_TIMESTAMP('2014-11-01 00:00:00')), PARTITION p2 VALUES LESS THAN (UNIX_TIMESTAMP('2015-01-01 00:00:00')),PARTITION p3 VALUES LESS THAN (UNIX_TIMESTAMP('2015-02-01 00:00:00'))
);

二、数据库分表

`1. 定义`

就是把一张表按一定的规则分解成N个具有独立存储空间的实体表。系统读写时需要根据定义好的规则得到对应的字表明，然后操作它。

`2. 作用`

减少查询时间
磁盘I/O性能提高（数据分布在不同的文件）
读写锁影响的数据量小
插入数据库需要建立索引的数据减少

`3. 使用场景`

一张表的查询速度慢到影响使用时；
SQL经过优化；
数据量大；
当插入数据或联合查询速度变慢时。

`4. 分区和分表的区别`

目的都是减少数据库的负担，提高表的增删改查效率。
分区只是一张表中的数据的存储位置发生改变，分表是将一张表分成多张表。
当访问量大且表数据比较大时，两种方式可以互相配合使用。
当访问量不大，但表数据比较多时，可以只进行分区。

三、数据库分库

`1. 目的`

为突破单节点数据库服务器的I/O能力限制，解决数据库扩展性问题。

`2. 水平拆分`

将一张表分成多张表并存放在不同的数据库中。

问题：

影响主键自增（可以使用非自增主键，如uuid、雪花算法生成id）；
单表查询会变成多表（如count函数操作）

`3. 垂直拆分`

将系统中不存在关联关系或需要join的表可以放在不同数据库不同的服务器中。

问题：

ACID被打破；
Join操作困难；
外键约束受到影响。

`4. 应用背景`

单台DB的存储空间不够
随着查询量的增加，单台数据库服务器已经没法支撑
垂直分库-->水平分库-->读写分离

四、使用建议

优先考虑分区，当分区不能满足需求时，开始考虑分表，合理的分表对效率的提升会优于分区。

数据库分区、分表与分库管理相关推荐

分区和分片的区别_数据库的分表、分库、分片和分区等区别
一.Sharding(分片) Sharding 是把数据库横向扩展(Scale Out)到多个物理节点上的一种有效的方式,其主要目的是为突破单节点数据库服务器的 I/O 能力限制,解决数据库扩展性问题 ...
数据库分表和分库一点积累
数据库分库分表一般是存储了百万级乃至千万级条记录的表.这样的表过于庞大,导致数据库在查询和插入的时候耗时太长,性能低下,如果涉及联合查询的情况,性能会更加糟糕.分表和表分区的目的就是减少数据库的负担, ...
数据库分区、分表、分库、分片
一.分区的概念数据分区是一种物理数据库的设计技术,它的目的是为了在特定的SQL操作中减少数据读写的总量以缩减响应时间. 分区并不是生成新的数据表,而是将表的数据均衡分摊到不同的硬盘,系统或是不同服务 ...
MySql Sharding分表、分库、分片和分区知识讲解
一.Sharding Sharding是把数据库横向扩展(Scale Out)到多个物理节点上的一种有效的方式,其主要目的是为突破单节点数据库服务器的 I/O 能力限制,解决数据库扩展性问题.Shar ...
分表、分库、分片和分区
一.Sharding(分片) Sharding 是把数据库横向扩展(Scale Out)到多个物理节点上的一种有效的方式,其主要目的是为突破单节点数据库服务器的 I/O 能力限制,解决数据库扩展性问题 ...
Sharding：分表、分库、分片和分区
转载:用sharding技术来扩展你的数据库(一)sharding 介绍转载:MySQL架构方案 - Scale Out & Scale Up. 转载: 数据表分区策略及实现(一) 转载:M ...
MySql 分表、分库、分片和分区
MySql 分表.分库.分片和分区转载:用sharding技术来扩展你的数据库(一)sharding 介绍转载:MySQL架构方案 - Scale Out & Scale Up. 转载: ...
MySql Sharding：分表、分库、分片和分区
一.Sharding Sharding 是把数据库横向扩展(Scale Out)到多个物理节点上的一种有效的方式,其主要目的是为突破单节点数据库服务器的 I/O 能力限制,解决数据库扩展性问题.Sha ...
MySql ：分表、分库、分片和分区
一.Sharding Sharding 是把数据库横向扩展(Scale Out)到多个物理节点上的一种有效的方式,其主要目的是为突破单节点数据库服务器的 I/O 能力限制,解决数据库扩展性问题.Sha ...

数据库分区、分表与分库管理

一、数据库分区

`1. 定义`

`2. 优点`

`3. 分类`

`4. 使用场景`

二、数据库分表

`1. 定义`

`2. 作用`

`3. 使用场景`

`4. 分区和分表的区别`

三、数据库分库

`1. 目的`

`2. 水平拆分`

`3. 垂直拆分`

`4. 应用背景`

四、使用建议

数据库分区、分表与分库管理相关推荐

最新文章

热门文章

数据库分区、分表与分库管理

一、数据库分区

1. 定义

2. 优点

3. 分类

4. 使用场景

二、数据库分表

1. 定义

​​​​​​​2. 作用

3. 使用场景

4. 分区和分表的区别

三、数据库分库​

​​​​​​​1. 目的

2. 水平拆分

​​​​​​​3. 垂直拆分

4. 应用背景

四、使用建议

数据库分区、分表与分库管理相关推荐

最新文章

热门文章

`1. 定义`

`2. 优点`

`3. 分类`

`4. 使用场景`

`1. 定义`

`2. 作用`

`3. 使用场景`

`4. 分区和分表的区别`

三、数据库分库

`1. 目的`

`2. 水平拆分`

`3. 垂直拆分`

`4. 应用背景`