每日学习笔记(14)

今天在读《MySQL技术内幕InnoDB存储引擎》，作者在第四章讲到MySQL的分区时提到了一个问题，“对数据表分区真的会提高数据库的查询性能吗？”。

对于OLAP的应用，分区的确可以很好地提高查询的性能，因为OLAP应用中大多数查询需要频繁地扫描一张很大的表。假设表中数据有1亿行，其中有一个时间戳属性列。你的查询需要从这张表中获取一年的数据。如果按数据戳进行分区，则只需要扫描相应的分区就可以了。

对于OLTP 的应用，分区则应该非常小心。在这种应用下，不可能会获取一张大表中10%的数据，大部分都是通过索引返回几条记录就可以了。而根据B+树索引的原理可知，对于一张大表，一般的B+树需要2~3次得磁盘IO。因此B+树可以很好地完成操作，不需要分区的帮助，而且设计不好的分区反而会带来严重的性能问题。

假设一张表有1000万行数据，如果对主键做10个HASH的分区，那么每个分区就只有100万行数据。看上去对主键进行查询的速度是应该会变快了，例如Select * from table where PK=@pk。但是你有没有考虑过这样一个问题：100万行和1000万行的数据本身构成的B+树层次都是一样的，可能都是2层？那么上述走主键分区的索引并不会带来性能的提高。好吧，即时1000万行的B+树高度是3，100万行的B +树高度是2，那么上述方法可以避免1次IO，从而提高查询的效率。恩，这没有问题，但是这张表只有主键索引，而没有其他的列需要查询吗？如果有如下的语句：select * from table where key=@key，此时对于key的查询就需要扫描所有的10个分区，即使每个分区的查询开销为2次IO,那么也需要20次IO。而对于原来的单表设计，对于Key的查询还是2~3次IO.

因此，对于使用InnoDB存储引擎作为OLTP应用的表，在使用分区时应该十分小心，设计时要确认数据的访问模式，否则分区不仅不会带来查询速度的提高，反而可能会使你的应用执行速度变慢。