【原】阿里云RDS数据库超大表分区实现

[背景]

1. 一张数据量约1亿条数据的表，由于最初设计疏忽，未做分区，现需要根据创建时间字段来做分区；
2. 业务要求，该表仅需要保留3个月的数据，数据量在9千万~1亿3千万左右；
3. 业务允许短时间停机，10分钟左右；
4. 该表数据，仅最近14天左右数据会有更新操作，其余数据为统计查询；
5. 原表创建时间用的timestamp，无法作为分区字段；
6. ID为主键；

[RDS信息]

1. 数据库类型:MySQL 5.6；
2. CPU:8核；
3. 最大连接数:8000；
4. 最大IOPS:12000；

[解决思路]

1. 创建新的分区表，与原表保持同样的结构，将创建时间类型改为datetime；
2. 分批写入历史数据，每次1000万，大约7分钟时间；（查出最近14天会更新的最小ID，这批数据停机插入！）
3. 停机插入最后的14天数据；
4. Rename表，重启服务；

insert my_table_temp
select *
  from my_table
 where id>= 150000000
   and id< 160000000;

RENAME TABLE my_table TO my_table_to_delete;
RENAME TABLE my_table_temp TO my_table ;
DROP TABLE my_table_to_delete;

 

 

[总结]

这种方案还是有些限制的，比如能段时间停服务，且有明确历史数据不会更新，否则可能需要添加trigger来解决了。

【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权） 
https://www.cnblogs.com/cooqer/p/9139873.html
出自【Cooqer的博客】

转载于:https://www.cnblogs.com/cooqer/p/9139873.html