您现在的位置是：首页 > 文章详情

解读TaurusDB二级分区，如何提高查询性能和管理效率

日期：2025-02-19点击：36收藏

摘要：TaurusDB全面兼容MySQL分区表的语法和功能，支持更加丰富的分区方式和组合策略。

本文分享自华为云社区《【华为云MySQL技术专栏】TaurusDB二级分区，提升企业数据库管理效能》，作者：GaussDB 数据库。

1.背景介绍

随着业务的扩展，表的数据量也会相应增加。当表数据量达到一定规模时，数据库查询性能会成为系统瓶颈。

为了解决这一问题，社区MySQL提出了分区表的概念。分区表通过一个或者多个分区键，按照分区规则，将一个逻辑上的表分割成多个小的物理表。在查询时，MySQL能够根据查询条件，选择对应的一个或者几个分区进行扫描，从而提高查询性能和管理效率。

当前，社区MySQL支持一级和二级分区，其中一级分区类型包括RANGE（基于范围）、LIST（基于枚举）、HASH（基于用户定义的散列函数）、KEY（基于MySQL提供的散列函数）；二级分区为组合分区，包括RANGE-HASH、RANGE-KEY、LIST-HASH、LIST-KEY。

但是，不容忽视的是，当一级分区基于RANGE或LIST类型时，二级分区仅能选择HASH或KEY类型，这限制了其在复杂场景下的应用。

为突破这一限制，TaurusDB对二级分区功能进行了显著增强，引入了更多样化的分区选项，显著提升了数据库管理的灵活性，更好地满足了复杂业务场景的需求。

2. TaurusDB分区表功能介绍

分区表作为数据库优化策略之一，其每个被物理分割出来的子分区，都独立存储着表中的一部分数据。除存储层面，在备份、索引等方面，均可独立进行数据操作。

当需要查询某条数据时，只需要知道该条数据位于哪个分区，然后直接在该分区上进行查询即可。对数据量特别大的表，采用分区技术可以大大减少查找的工作量，提高查询效率。

2.1 MySQL分区表原理介绍

l 一级分区

社区MySQL的一级分区，以电商系统中的订单表为例，如图1所示，其中city_name列为订单的地域信息。

图1 电商系统中的订单表的一级分区示意图

我们可以使用地域信息作为分区键，对订单表进行LIST分区，表定义如下所示：

mysql> CREATE TABLE `orders` ( id INT AUTO_INCREMENT, city_name VARCHAR(50), PRIMARY KEY (id, city_name) ) PARTITION BY LIST COLUMNS(city_name) ( PARTITION pShanghai VALUES IN ('上海'), PARTITION pXian VALUES IN ('西安'), PARTITION pShenzhen VALUES IN ('深圳') );

当需要查询上海地域的某些订单信息，可以根据分区键快速识别到订单表-1，只需对订单表-1进行扫描筛选，便可获取相应的数据。

mysql> EXPLAIN SELECT * FROM `orders` WHERE city_name= '上海'; +----+-------------+-----------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+-----------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+ |1| SIMPLE | orders | pShanghai | index | PRIMARY | PRIMARY | 206 | NULL | 1 |100.00| Using where; Using index | +----+-------------+-----------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+

l 二级分区

社区MySQL的二级分区是在一级分区的基础上，即对已经分区的表进一步细分，这样可以更加灵活地管理数据，提高查询性能。

使用方法示例 ：

以LIST-HASH分区方式为例，创建一张orders表，以purchase_time的年份信息为一级分区键，以purchase_time的月份信息为二级分区键。

mysql> create table `orders` ( order_id bigint NOT NULL COMMENT '订单编号', city_name varchar(20) NOT NULL COMMENT '所属城市', purchase_time date NOT NULL COMMENT '下单时间' ) partition by list (year(purchase_time)) subpartition by hash (month(purchase_time)) subpartitions 12 ( partition p_2022 values in (2022), partition p_2023 values in (2023), partition p_2024 values in (2024) );

以下是社区MySQL中RANGE、LIST、HASH、KEY四种分区的划分方式及适用场景。

表1 社区MySQL四种分区的划分方式及适用场景

基于一级分区，社区MySQL的二级分区仅支持RANGE-HASH、RANGE-KEY、LIST-HASH、LIST-KEY这四种类型。除了支持的分区组合类型简单之外，在分区划分方式上也不够灵活。如LIST分区，如果数据不在枚举值范围内，将无法插入到表中，这在处理复杂数据分布时，会构成了明显的限制。

2.2 TaurusDB二级分区增强

TaurusDB分区表完全兼容社区MySQL的语法和功能。同时，在功能上进行了功能增强，支持更加丰富的分区表类型及组合。具体而言，

（1）TaurusDB对LIST和RANGE分区表分别做了拓展，新增了LIST DEFAULT HASH和INTERVAL RANGE两种分区表。

（2）支持更丰富的二级分区组合：

表2 MySQL和TaurusDB支持的分区组合方式

使用方法示例 ：

创建一张订单表orders，以城市city_name为一级分区列，下单的年份时间year(purchase_time)为二级分区列。

mysql> create table `orders` ( order_id bigint NOT NULL COMMENT '订单编号', city_name varchar(20) NOT NULL COMMENT '所属城市', purchase_time date NOT NULL COMMENT '下单时间' ) partition by list columns (city_name) subpartition by range (year(purchase_time)) ( partition p_shanghai values in ('上海') ( subpartition shanghai_2022 values less than (2023), subpartition shanghai_2023 values less than (2024), subpartition shanghai_2024 values less than (2025) ), partition p_shenzhen values in ('深圳') ( subpartition shenzhen_2022 values less than (2023), subpartition shenzhen_2023 values less than (2024), subpartition shenzhen_2024 values less than (2025) ), partition p_xian values in ('西安') ( subpartition xian_2022 values less than (2023), subpartition xian_2023 values less than (2024), subpartition xian_2024 values less than (2025)) );

图2 电商系统中的订单表的二级分区示意图

创建的订单表orders根据地域信息进行一级分区之后，再根据下单的年份时间进一步细分，每张子分区小表存储着某个地域某年的订单数据。当需要频繁查询分析某个城市某个年份订单的统计信息时，二级分区表的分区剪枝技术，可以根据分区键的值计算出数据存放的子分区，大大提高查询效率。

下面主要针对LIST DEFAULT HASH和INTERVAL RANGE分区表做详细的介绍。

2.3 LIST DEFAULT HASH分区表

LIST DEFAULT HASH是在同一层级上支持两种分区类型：LIST和HASH。首先将数据根据LIST规则进行分区，所有符合特定LIST分区条件的数据将被分配到相应的LIST分区中。对于不符合LIST分区规则的数据，将会被放在DEFAULT分区里，DEFAULT分区如果有多个分区则根据HASH规则计算。

使用方法示例 ：

创建一张名为orders的表，以city_name为分区键，将相同地域的城市订单信息存放在同一个分区中。如果city_name不在LIST分区枚举的范围里，则统一划分到DEFAULT分区中。

mysql> CREATE TABLE `orders` ( city_name CHAR(50), order_time INT ) PARTITION BY LIST COLUMNS (city_name) ( PARTITION p_jiangsu VALUES IN ('无锡','苏州','南京'), PARTITION p_shanxi VALUES IN ('西安','宝鸡','榆林'), PARTITION p_guangdong VALUES IN ('深圳','珠海','东莞'), PARTITION p_others DEFAULT PARTITIONS 3 );

图3 LIST DEFAULT HASH分区示意图

适用场景 ：

这种分区方式适用于想依据LIST规则进行分区，但是分区键字段又无法全部枚举，或者枚举值非常多，而对应的数据量又很少的场景。尤其是当数据分布符合二八定则，即20%的分区键值包含了80%的数据量，而剩余80%的分区键包含了20%的数据量时，推荐使用LIST DEFAULT HASH分区方式。

具体而言，就是将80%的数据将按照LIST规则进行分区，把不符合LIST规则的数据放到默认的DEFAULT分区中，再按照HASH规则进行分区。

示例说明：

以订单系统为例，经常需要根据下单城市进行数据分析，可以使用LIST分区方式，以城市信息作为分区键对数据进行划分。但是，将所有城市都枚举出来过于繁琐，且可能存在大城市订单远高于小城市订单数量的情况。因此，这种情况就可以使用LIST DEFAULT HASH的分区方式，将大城市订单分别放在独立分区中，其他小城市统一存放在DEFAULT分区中。

2.4 INTERVAL RANGE分区表

INTERVAL RANGE分区表是RANGE分区表功能的拓展。对于RANGE分区表，当插入数据时，如果插入的数据超出当前已存在分区的范围，将无法插入，并且会返回错误。而对于INTERVAL RANGE分区表，当新插入的数据超过现有分区的范围时，允许数据库根据INTERVAL子句提前指定的规则来添加新分区。

使用方法示例 ：

创建一张sales表，以order_time作为分区键，按间隔划分sales表。

mysql> CREATE TABLE `sales` ( id BIGINT, uid BIGINT, order_time DATETIME ) PARTITION BY RANGE COLUMNS(order_time) INTERVAL(MONTH, 1) ( PARTITION p0 VALUES LESS THAN('2021-10-1'), PARTITION P1 VALUES LESS THAN('2021-11-1') );

向INTERVAL RANGE分区表中插入数据：

INSERT INTO sales VALUES(1, 1010101010, '2021-12-25');

当插入的数据超过已存在的分区范围时，TaurusDB会自动新增分区，并将新数据插入到正确的分区中。该示例中，分区表会自动新增两个分区分别保存11月份和12月份的订单。

mysql> CREATE TABLE `sales` ( id BIGINT, uid BIGINT, order_time DATETIME ) PARTITION BY RANGE COLUMNS(order_time) INTERVAL(MONTH, 1) ( PARTITION p0 VALUES LESS THAN('2021-10-1'), PARTITION P1 VALUES LESS THAN('2021-11-1'), PARTITION _p20211201000000 VALUES LESS THAN ('2021-12-01 00:00:00'), PARTITION _p20220101000000 VALUES LESS THAN ('2022-01-01 00:00:00') );