MySQL HASH分區，mysqlhash分區

MySQL HASH分區，mysqlhash分區

介紹

基於給定的分區個數，將數據分配到不同的分區，HASH分區只能針對整數進行HASH，對於非整形的字段只能通過表達式將其轉換成整數。表達式可以是mysql中任意有效的函數或者表達式，對於非整形的HASH往表插入數據的過程中會多一步表達式的計算操作，所以不建議使用復雜的表達式這樣會影響性能。

MYSQL支持兩種HASH分區，常規HASH(HASH)和線性HASH(LINEAR HASH) 。

一、常規HASH

常規hash是基於分區個數的取模（%）運算。根據余數插入到指定的分區

CREATE TABLE tbhash (
    id INT NOT NULL,
    store_id INT
)
PARTITION BY HASH(store_id)
PARTITIONS 4
;

ALTER TABLE tbhash ADD INDEX ix_store_id(store_id);

INSERT INTO tbhash() VALUES(1,100),(1,101),(2,102),(3,103),(4,104);

SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION,TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION 
FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='tbhash';

 其中100,104對4取模是0所以這兩條數據被分配到了p0分區。

 2.時間類型字段

CREATE TABLE employees (
    id INT NOT NULL,
    hired DATE NOT NULL DEFAULT '1970-01-01',
)
PARTITION BY HASH( YEAR(hired) )
PARTITIONS 4;

常規hash的分區非常的簡便，通過取模的方式可以讓數據非常平均的分布每一個分區，但是由於分區在創建表的時候已經固定了。如果新增或者收縮分區的數據遷移比較大。

二、線性HASH(LINEAR HASH)

 LINEAR HASH和HASH的唯一區別就是PARTITION BY LINEAR HASH

CREATE TABLE tblinhash (
    id INT NOT NULL,
    hired DATE NOT NULL DEFAULT '1970-01-01'
)
PARTITION BY LINEAR HASH( YEAR(hired) )
PARTITIONS 6;

線性HASH的計算原理如下：

假設分區個數num=6,N表示數據最終存儲的分區

sep1:V = POWER(2, CEILING(LOG(2, num))),LOG()是計算NUM以2為底的對數，CEILING()是向上取整，POWER()是取2的次方值；如果num的值是2的倍數那麼這個表達式計算出來的結果不變。

        V=POWER(2，CEILING(LOG(2，6)))

        V=POWER(2,3)

        V=8

sep2:N=values&(V-1);&位與運算，將兩個值都轉換成2進行求與運算，當都為1才為1；當num是2的倍數時由於V計算出來的結果不變，這時values&(V-1)=MOD(values/num)和時間HASH取模算出的結果是一致的，這時特殊情況只有當分區是2的倍數才是這種           情況。values是YEAR(hired)的值

sep3:while N>=num

       sep3-1：N = N & (CEIL(V / 2) - 1)

例如：       

1.當插入的值是'2003-04-14'時

    V = POWER(2, CEILING( LOG(2,6) )) = 8

        N = YEAR('2003-04-14') & (8 - 1)

          = 2003 & 7

          =3

         (3 >= 6 is FALSE: record stored in partition #3)，N不大於num所以存儲在第3分區,注意這裡的3指的是P3,分區號是從P0開始。

2.當插入的值是‘1998-10-19’

   V = POWER(2, CEILING( LOG(2,6) )) = 8

    N = YEAR('1998-10-19') & (8-1)

       = 1998 & 7

       = 6

      (6 >= 6 is TRUE: additional step required)，由於N>=num所以要進行第三步操作

    N=N&(CEILING(8/2)-1)

      =6&3

      =2

      (2>=6is FALSE:recored in partition #2),由於2不大於6所以存儲在第2個分區，注意這裡的3指的是P2,分區號是從P0開始。

INSERT INTO tblinhash() VALUES(1,'2003-04-14'),(2,'1998-10-19');
SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION,TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION 
FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='tblinhash';

EXPLAIN SELECT * FROM tblinhash WHERE hired='2003-04-14';

三、分區管理

常規HASH和線性HASH的增加收縮分區的原理是一樣的。增加和收縮分區後原來的數據會根據現有的分區數量重新分布。HASH分區不能刪除分區，所以不能使用DROP PARTITION操作進行分區刪除操作；

只能通過ALTER TABLE ... COALESCE PARTITION num來合並分區，這裡的num是減去的分區數量；

可以通過ALTER TABLE ... ADD PARTITION PARTITIONS num來增加分區，這裡是null是在原先基礎上再增加的分區數量。

1.合並分區

減去3個分區

ALTER TABLE tblinhash COALESCE PARTITION 3;

SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION,TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION 
FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='tblinhash';

注意：減去兩個分區後，數據根據現有的分區進行了重新的分布，以'2003-04-14'為例：POWER(2, CEILING( LOG(2,3) ))=4，2003&（4-1）=3,3>=3,3&(CEILING(3/2)-1)=1,所以現在的'2003-04-14'這條記錄由原來的p3變成了p1

2.增加分區

 增加4個分區

ALTER TABLE tblinhash add PARTITION partitions 4;

SELECT PARTITION_NAME,PARTITION_METHOD,PARTITION_EXPRESSION,PARTITION_DESCRIPTION,TABLE_ROWS,SUBPARTITION_NAME,SUBPARTITION_METHOD,SUBPARTITION_EXPRESSION 
FROM information_schema.PARTITIONS WHERE TABLE_SCHEMA=SCHEMA() AND TABLE_NAME='tblinhash';

 當在3個分區的基礎上增加4個分區後，‘2003-04-14’由原來的p1變成了p3,而另一條記錄由原來的p2變成了p6

四、移除表的分區

ALTER TABLE tablename
REMOVE PARTITIONING ;

注意：使用remove移除分區是僅僅移除分區的定義，並不會刪除數據和drop PARTITION不一樣，後者會連同數據一起刪除

參考： 

RANGE分區：http://www.cnblogs.com/chenmh/p/5627912.html

LIST分區：http://www.cnblogs.com/chenmh/p/5643174.html

COLUMN分區：http://www.cnblogs.com/chenmh/p/5630834.html

KEY分區：http://www.cnblogs.com/chenmh/p/5647210.html

子分區：http://www.cnblogs.com/chenmh/p/5649447.html

指定各分區路徑：http://www.cnblogs.com/chenmh/p/5644713.html

分區建索引：http://www.cnblogs.com/chenmh/p/5761995.html

分區介紹總結：http://www.cnblogs.com/chenmh/p/5623474.html

總結

 常規HASH的數據分布更加均勻一些，也便於理解；目前還沒有徹底理解為什麼線性HASH在收縮和增加分區時處理的速度會更快，同時線性HASH的數據分布不均勻。

備注：

    作者：pursuer.chen

    博客：http://www.cnblogs.com/chenmh

本站點所有隨筆都是原創，歡迎大家轉載；但轉載時必須注明文章來源，且在文章開頭明顯處給明鏈接。

《歡迎交流討論》