MySQL之HASH分区和LINEAR HASH分区初识

上一篇：MySQL之LIST和LIST COLUMNS分区初探

HASH分区

        对于HASH分区，需要关注两点，第一：用于HASH计算的一个或者多个列值或者基于一个或者多个列值的表达式expr，第二：表的分区数，也就是表应该被分成几个分区。对于第一点MySQL使用PARTITION BY HASH (expr)语句来定义，HASH用于计算expr的哈希值，expr是一个或者多个整数列或者是一个返回整数的表达式，对于第二点使用PARTITIONS num语句来指定分区数，num表示分区数，是一个正整数。例如，对于employees表，按照整数类型的字段store_id的值分成4个分区，可如下创建HASH分区表：

CREATE TABLE employees (
    id INT NOT NULL,
    fname VARCHAR(30),
    lname VARCHAR(30),
    hired DATE NOT NULL DEFAULT '1970-01-01',
    separated DATE NOT NULL DEFAULT '9999-12-31',
    job_code INT,
    store_id INT
)
PARTITION BY HASH(store_id)
PARTITIONS 4;

如果没使用PARTITIONS子句，employees表默认只有1个分区，即如下两种方式是等价的：

CREATE TABLE employees (
    id INT NOT NULL,
    fname VARCHAR(30),
    lname VARCHAR(30),
    hired DATE NOT NULL DEFAULT '1970-01-01',
    separated DATE NOT NULL DEFAULT '9999-12-31',
    job_code INT,
    store_id INT
)
PARTITION BY HASH(store_id)
;

CREATE TABLE employees (
    id INT NOT NULL,
    fname VARCHAR(30),
    lname VARCHAR(30),
    hired DATE NOT NULL DEFAULT '1970-01-01',
    separated DATE NOT NULL DEFAULT '9999-12-31',
    job_code INT,
    store_id INT
)
PARTITION BY HASH(store_id)
PARTITIONS 1;

 如果使用了PARTITIONS，而没有指定分区数，是存在语法错误的。

        可以在非整数类型字段，但返回整数的表达式上使用HASH分区，例如：

CREATE TABLE employees (
    id INT NOT NULL,
    fname VARCHAR(30),
    lname VARCHAR(30),
    hired DATE NOT NULL DEFAULT '1970-01-01',
    separated DATE NOT NULL DEFAULT '9999-12-31',
    job_code INT,
    store_id INT
)
PARTITION BY HASH( YEAR(hired) )
PARTITIONS 4;

hired是DATE类型，但YEAR()函数返回一个整数。

        什么样的expr表达式好呢？最有效的函数是对表的单个列进行操作，函数计算后的值与列值一致地增加或减少，就是说当列的值增加时，expr的值也增加，或者当列的值增加值，expr的值一直再减小，这样的好处是，允许对分区范围进行“剪枝”。也就是说，表达式随着它所基于的列的值变化得越紧密，MySQL就能越有效地使用表达式进行散列分区。例如，假设date_col是一个表的DATE类型的列，TO_DAYS(date_col)表达式就比 YEAR(date_col)表达式有较好的散列分区。

        从数学角度来说，如果将列的值看成是坐标轴的x，表达式的值看成是坐标轴的y，它们如果形成一条直线（y=cx，c不为0），这样的表达式适合用于hash。

        理论上来说，对于包含多个列值的表达式也可以进行修剪，但是确定哪一个这样的表达式是合适的是相当困难和耗时的。因此，不特别推荐使用涉及多个列的散列表达式 。

        PARTITION BY HASH (expr)是如何计算每条记录的分区的呢？对于给定的一条数据行，先计算数据行的列对应的表达式expr的值，然后使用表达式的值对分区数num进行取模运行，即n=MOD(expr, num)，得到的值n就是数据行的分区号，最后该数据行就存储到分区号为n的分区中。下面举个例子，假设表t1有4个分区，HASH分区建表语句如下：

CREATE TABLE t1 (col1 INT, col2 CHAR(5), col3 DATE)
PARTITION BY HASH( YEAR(col3) )
PARTITIONS 4;

 向HASH分区表t1插入如下一条记录：

insert into t1 values(1,'2','2005-09-15');

 如下方式可计算该条记录的分区号：

MOD(YEAR('2005-09-01'),4)
=  MOD(2005,4)
=  1

 可以执行如下语句进行验证：

select PARTITION_NAME,TABLE_ROWS 
from information_schema.`PARTITIONS` where `TABLE_NAME`='t1';

 如图：

该数据行存储在分区p1中。

LINEAR HASH分区 

         与HASH分区不同，LINEAR HASH分区使用了线性2的幂（linear powers-of-two）算法。但LINEAR HASH分区创建的语法与HASH分区确十分相似，如下：

CREATE TABLE employees (
    id INT NOT NULL,
    fname VARCHAR(30),
    lname VARCHAR(30),
    hired DATE NOT NULL DEFAULT '1970-01-01',
    separated DATE NOT NULL DEFAULT '9999-12-31',
    job_code INT,
    store_id INT
)
PARTITION BY LINEAR HASH( YEAR(hired) )
PARTITIONS 4;

仅仅是在HASH关键词前添加LINEAR关键词。那么对于LINEAR HASH分区，数据行是如何存储到对应分区的呢？下面我们详细解释线性2的幂算法。假设给定表达式expr和分区数num，

（1）找到比num大的最小2的幂，假设num=1，那么比1大的最小2的幂是2，即，假设num=13，比num大的最小2的是16，即，可以通过如下公式计算：

V = POWER(2, CEILING(LOG(2, num)))

 如图：

 LOG是对数函数，CEILING(x)是取比x大的最小整数。

（2）N = expr & (V - 1)

列值对应的表达式expr的值与（V-1）求“与”运算，得到分区号N；

（3）如果上一步计算得到的分区号小于num，数据行存储到分区号N的分区中，如果分区号大于或者等于num，继续计算

• 设置 V = V / 2

• 设置 N = N & (V - 1)

循环执行（3）。

下面举例说明该算法：

创建一个分区数为6的LINEAR HASH分区表t1，如下：

CREATE TABLE t1 (col1 INT, col2 CHAR(5), col3 DATE)
PARTITION BY LINEAR HASH( YEAR(col3) )
PARTITIONS 6;

1、向分区表中插入如下数据：

insert into t1 VALUES(1,'1','2003-04-14');

下面使用线性2的幂算法，计算该数据的分区号

（1）分区数num=6，计算出V值：

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

（2） 计算出分区号N

N = YEAR('2003-04-14') & (8 - 1)
   = 2003 & 7
   = 3

（3） 因为N<6，所以数据行存储到分区号3中，即p3分区（分区号从0开始计算），可以执行如下sql进行验证

select PARTITION_NAME,TABLE_ROWS 
from information_schema.`PARTITIONS` where `TABLE_NAME`='t1';

如图：

2、向分区中再插入如下一条数据：

insert into t1 VALUES(2,'2','1998-10-19');

 （1）计算V值

V = 8

（2）计算分区号N 

N = YEAR('1998-10-19') & (8 - 1)
  = 1998 & 7
  = 6

（3）N≥num，重新设置V，计算分区号N

V = 8/2=4
N = N & (V - 1)
  = 6 & (4 - 1)
  = 6 & 3
  = 2

 所以数据行存储到分区号2中，验证结果如图：

下一篇：MySQL之KEY分区和LINEAR KEY分区