在阐述MySQL分区时，我们需要先来了解一下分区的概念是什么，它的优势在哪里，是如何区分类型的。
1.分区概述
在MySQL中，InnoDB存储引擎长期支持表空间的概念，并且MySQL服务器甚至在分区引入之前，就能配置为存储不同的数据库使用不同的物理路径。分区(partion)更进一步，它允许你通过设置各种规则将一个表的各个分区跨文件系统存储。实际上，不同位置的不同表分区是作为一个单独的表来存储的。用户所选择的、实现数据分割的规则被称为分区函数(partioning function)，这在MySQL中它可以是模数，或者是简单的匹配一个连续的数值区间或数值列表，或者是一个内部HASH函数，或一个线性HASH函数。
最常见是的水平分区(horizontal partitioning)，也就是将表的不同的元组分配到不同的物理分区上。目前，MySQL 5.1还不支持垂直分区(vertical partitioning)，即将表的不同列分配到不同的物理分区。你可以使用MySQL支持的大多数存储引擎来创建表的分区，在MySQL 5.1中，同一个表的各个分区必须使用相同的存储引擎，比如，你不能对一个分区使用MyISAM，而对另一个分区使用InnoDB。但是，你可以对同一个数据库的不同的表使用不同的存储引擎。
举一个HASH分区的例子 -- 创建一个通过HASH分成6个分区、使用InnoDB存储引擎的表：
CREATE TABLE ti (
id INT UNSIGNED ,
tr_date date
)ENGINE=INNODB PARTITION BY HASH(MONTH(tr_date)) PARTITIONS 6 ;
注意：分区必须对一个表的所有数据和索引；不能只对数据分区而不对索引分区，反之亦然，同时也不能只对表的一部分进行分区
2. MySQL分区的优势：
2.1> 与单个磁盘或文件系统分区相比，单个表可以存储更多的数据
2.2> 对于那些已经失去保存意义的数据，通常可以通过删除与那些数据有关的分区，很容易地删除那些数 据。相反地，在某些情况下，添加新数据的过程又可以通过为那些新数据专门增加一个新的分区，来 很方便地实现。
2.3> 对于带Where的条件查询语句，可以得到更大的优化；只需要查询某些分区，而不用扫描全部分区
2.4> 一些聚合函数，比如SUM() 和COUNT()，能够很容易的并行执行
3. 分区类型
3.1> RANGE分区(portioning)：根据列值所属的范围区间，将元组分配到各个分区
LIST分区：类似于按RANGE分区，区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进 行选 择
3.2> HASH分区：根据用户定义的函数的返回值来进行选择的分区，该表达式使用将要插入到表中的这些 行的列值进行计算。这个函数可以包含MySQL 中有效的、产生非负整数值的任何表达式。
3.3> KEY分区：类似于按HASH分区，区别在于KEY分区只支持计算一列或多列，且MySQL 服务器提供其 自身的哈希函数。
4. 下面一起进入实例中加深印象吧！
范围分区实例：
4.1 > 创建分区表 part_tab
CREATE TABLE part_tab (
c1 int default NULL,
c2 varchar(30) default NULL,
c3 date default NULL
) engine=INNODB PARTITION BY RANGE (year(c3) )
( PARTITION p0 VALUES LESS THAN (1995),
PARTITION p1 VALUES LESS THAN (1996) ,
PARTITION p2 VALUES LESS THAN (1997) ,
PARTITION p3 VALUES LESS THAN (1998) ,
PARTITION p4 VALUES LESS THAN (1999) ,
PARTITION p5 VALUES LESS THAN (2000) ,
PARTITION p6 VALUES LESS THAN (2001) ,
PARTITION p7 VALUES LESS THAN (2002) ,
PARTITION p8 VALUES LESS THAN (2003) ,
PARTITION p9 VALUES LESS THAN (2004) ,
PARTITION p10 VALUES LESS THAN (2010) ,
PARTITION p11 VALUES LESS THAN MAXVALUE ) ;
在Navicate中执行（如图）：
4.2> 创建一个不分区的表（no_part_tab）
create table no_part_tab (
c1 int(11) default NULL ,
c2 varchar(30) default NULL,
c3 date default NULL
) engine = INNODB ;
4.3> 创建一个生成800万行数据的存储过程：
delimiter //
CREATE PROCEDURE load_part_tab()
begin
declare v int default 0 ;
while v < 8000000
do
insert into part_tab
values (v,'testing partitions',adddate('1995-01-01',(rand(v)*36520) mod 3652)) ;
set v = v + 1 ;
end while ;
end
如图：
4.4> 调用存储过程，执行如下代码：
delimiter ;
call load_part_tab();
如图：
4.5> 为 不分区表 no_part_tab 导入数据（数据与分区表part_tab一致）
insert into no_part_tab select * from part_tab;
5. 数据都准备好了， 开始测试
5.1> 查询不分区表
select count(*) from no_part_tab where c3 > date '1995-01-01' and c3 < date '1995-12-31';
执行效果：
5.2 > 查询分区表
select count(*) from part_tab where c3 > date '1995-01-01' and c3 < date '1995-12-31';
执行效果：
5.3> 使用EXPLAIN 进行对比
5.3.1> EXPLAIN PARTITIONS SELECT COUNT(*) FROM part_tab where
c3 > date '1995-01-01' and c3 < date '1995-12-31' ;
5.3.2> EXPLAIN SELECT COUNT(*) FROM no_part_tab WHERE c3 > date '1995-01-01' and c3 < date '1995-12-31' ;
可以看到，分区和未分区占用文件空间大致相同 （数据和索引文件）
如果查询语句中有未建立索引的字段，分区时间远远优于未分区时间
如果查询语句中字段建立了索引，分区和未分区的差别缩小，分区略优于未分区
网友评论