根据经验，Mysql表数据一般达到百万级别，查询效率会很低，容易造成表锁，甚至堆积很多连接，直接挂掉；水平分表能够很大程度较少这些压力。
这种分表方式有一定的局限性，当数据有较强的实效性，如微博发送记录、微信消息记录等，这种数据很少有用户会查询几个月前的数据，如就可以按月分表。
一般在有严格的自增id需求上，如按照user_id水平分表：
table_1 user_id从1~100w
table_2 user_id从101~200w
table_3 user_id从201~300w
...
通过一个原始目标的ID或者名称通过一定的hash算法计算出数据存储表的表名，然后访问相应的表。
按如下分10张表：
functionget_hash_table($table,$userid)
{
$str=crc32($userid);
if($str<0){
$hash="0".substr(abs($str),0,1);
}else{
$hash=substr($str,0,2);
}
return$table."_".$hash;
}
echo get_hash_table('message','user18991');//结果为message_10
echo get_hash_table('message','user34523');//结果为message_13
另外，介绍我现在就是采用简单的取模分表：
/**
* @param string $table_name 表名
* @param int $user_id 用户id
* @param int $total 分表总数
* @link http://www.phpddt.com
*/
functionhash_table($table_name,$user_id,$total)
{
return$table_name.'_'.(($user_id%$total)+1);
}
echo hash_table("artice",1234,5);//artice_5
echo hash_table("artice",3243,5);//artice_4
感觉merge存储引擎类似sql中union的感觉，但是查询效率不高。
如下举例，拥有1000w记录的old_user表分表：
（1）创建new_user表使用merge存储引擎
mysql>CREATE TABLE IF NOT EXISTS`user1`(
->`id`int(11)NOT NULL AUTO_INCREMENT,
->`name`varchar(50)DEFAULT NULL,
->`sex`int(1)NOT NULL DEFAULT'0',
->PRIMARY KEY(`id`)
->)ENGINE=MyISAMDEFAULT CHARSET=utf8 AUTO_INCREMENT=1;
QueryOK,0rows affected(0.05sec)
mysql>CREATE TABLE IF NOT EXISTS`user2`(
->`id`int(11)NOT NULL AUTO_INCREMENT,
->`name`varchar(50)DEFAULT NULL,
->`sex`int(1)NOT NULL DEFAULT'0',
->PRIMARY KEY(`id`)
->)ENGINE=MyISAMDEFAULT CHARSET=utf8 AUTO_INCREMENT=1;
QueryOK,0rows affected(0.01sec)
mysql>INSERT INTO`user1`(`name`,`sex`)VALUES('张映',0);
QueryOK,1row affected(0.00sec)
mysql>INSERT INTO`user2`(`name`,`sex`)VALUES('tank',1);
QueryOK,1row affected(0.00sec)
mysql>CREATE TABLE IF NOT EXISTS`new_user`(
->`id`int(11)NOT NULL AUTO_INCREMENT,
->`name`varchar(50)DEFAULT NULL,
->`sex`int(1)NOT NULL DEFAULT'0',
->INDEX(id)
->)TYPE=MERGE UNION=(user1,user2)INSERT_METHOD=LAST AUTO_INCREMENT=1;
QueryOK,0rows affected,1warning(0.00sec)
mysql>selectid,name,sexfromnew_user;
+----+--------+-----+
|id|name|sex|
+----+--------+-----+
|1|张映|0|
|1|tank|1|
+----+--------+-----+
2rowsinset(0.00sec)
mysql>INSERT INTO`new_user`(`name`,`sex`)VALUES('tank2',0);
QueryOK,1row affected(0.00sec)
mysql>selectid,name,sexfromuser2
->;
+----+-------+-----+
|id|name|sex|
+----+-------+-----+
|1|tank|1|
|2|tank2|0|
+----+-------+-----+
2rowsinset(0.00sec)
（2）我old_user数据进行分表：
INSERT INTO user1(user1.id,user1.name,user1.sex)SELECT(user.id,user.name,user.sex)FROM old_userwhereuser.id<=5000000
INSERT INTO user2(user2.id,user2.name,user2.sex)SELECT(user.id,user.name,user.sex)FROM old_userwhereuser.id>10000000
1，做mysql集群，例如：利用mysql cluster ，mysql proxy，mysql replication，drdb等等
有人会问mysql集群，根分表有什么关系吗？虽然它不是实际意义上的分表，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少sql排队队列中的sql的数量，举个例子：有10个sql请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这10个sql请求，分配到5个数据库服务器的排队队列中，一个数据库服务器的队列中只有2个，这样等待时间是不是大大的缩短了呢？这已经很明显了。所以我把它列到了分表的范围以内，我做过一些mysql的集群：
linux mysql proxy 的安装，配置，以及读写分离
mysql replication 互为主从的安装及配置，以及数据同步
优点：扩展性好，没有多个分表后的复杂操作（php代码）
缺点：单个表的数据量还是没有变，一次操作所花的时间还是那么多，硬件开销大。
2，预先估计会出现大数据量并且访问频繁的表，将其分为若干个表
这种预估大差不差的，论坛里面发表帖子的表，时间长了这张表肯定很大，几十万，几百万都有可能。
聊天室里面信息表，几十个人在一起一聊一个晚上，时间长了，这张表的数据肯定很大。像这样的情况很多。所以这种能预估出来的大数据量表，我们就事先分出个N个表，这个N是多少，根据实际情况而定。以聊天信息表为例：
我事先建100个这样的表，message_00,message_01,message_02……….message_98,message_99.然后根据用户的ID来判断这个用户的聊天信息放到哪张表里面，你可以用hash的方式来获得，可以用求余的方式来获得，方法很多，各人想各人的吧。下面用hash的方法来获得表名：
复制代码代码如下:
function get_hash_table($table,$userid) {
$str = crc32($userid);
if($str<0){
$hash = "0".substr(abs($str), 0, 1);
}else{
$hash = substr($str, 0, 2);
}
return $table."_".$hash;
}
echo get_hash_table('message' , 'user18991'); //结果为message_10
echo get_hash_table('message' , 'user34523'); //结果为message_13
?>
说明一下，上面的这个方法，告诉我们user18991这个用户的消息都记录在message_10这张表里，user34523这个用户的消息都记录在message_13这张表里，读取的时候，只要从各自的表中读取就行了。
优点：避免一张表出现几百万条数据，缩短了一条sql的执行时间
缺点：当一种规则确定时，打破这条规则会很麻烦，上面的例子中我用的hash算法是crc32，如果我现在不想用这个算法了，改用md5后，会使同一个用户的消息被存储到不同的表中，这样数据乱套了。扩展性很差。
网友评论