mysql 数据库分表三种方法

当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。

根据个人经验，mysql执行一个sql的过程如下：
1,接收到sql;2,把sql放到排队队列中 ;3,执行sql;4,返回执行结果。在这个执行过程中最花时间在什么地方呢？第一，是排队等待的时间，第二，sql的执行时间。其实这二个是一回事，等待的同时，肯定有sql在执行。所以我们要缩短sql的执行时间。

mysql中有一种机制是表锁定和行锁定，为什么要出现这种机制，是为了保证数据的完整性，我举个例子来说吧，如果有二个sql都要修改同一张表的同一条 数据，这个时候怎么办呢，是不是二个sql都可以同时修改这条数据呢？很显然mysql对这种情况的处理是，一种是表锁定（myisam存储引擎），一个 是行锁定（innodb存储引擎）。表锁定表示你们都不能对这张表进行操作，必须等我对表操作完才行。行锁定也一样，别的sql必须等我对这条数据操作完 了，才能对这条数据进行操作。如果数据太多，一次执行的时间太长，等待的时间就越长，这也是我们为什么要分表的原因。

二，分表

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：

1. <?php   
2. function get_hash_table($table,$userid) {   
3.  $str = crc32($userid);   
4.  if($str<0){   
5.  $hash = "0".substr(abs($str), 0, 1);   
6.  }else{   
7.  $hash = substr($str, 0, 2);   
8.  }   
9.   
10.  return $table."_".$hash;   
11. }   
12.   
13. echo get_hash_table('message','user18991');     //结果为message_10   
14. echo get_hash_table('message','user34523');    //结果为message_13   
15. ?>  

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。

3，利用merge存储引擎来实现分表

我觉得这种方法比较适合，那些没有事先考虑，而已经出现了得，数据查询慢的情况。这个时候如果要把已有的大数据量表分开比较痛苦，最痛苦的事就是改代码， 因为程序里面的sql语句已经写好了，现在一张表要分成几十张表，甚至上百张表，这样sql语句是不是要重写呢？举个例子，我很喜欢举子

show engines;的时候你会发现mrg_myisam其实就是merge。

第一步，找到要分表的数据库 user

第二步，创建分表 user1，user2，user3，user4 …

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=MyISAM  DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;   

Create table user2 like user1;

Create table user3 like user1;

第三步：给所有的分表创建一个主表相当于一个盒子里边装着所有的分表，但是主表本身是没有数据的

DROP table IF EXISTS users;

create table users(

 `id` int(11) NOT NULL AUTO_INCREMENT,   

`name` varchar(50) DEFAULT NULL,   

`sex` int(1) NOT NULL DEFAULT '0',   

 PRIMARY KEY (`id`)   

)ENGINE=MERGE UNION=(user1,user2,user3) INSERT_METHOD=LAST CHARSET=utf8 AUTO_INCREMENT=1 ;

如果想在已經創建的merge表上添加新的union表。執行以下sql 
ALTER TABLE total UNION=(user1,user2,user3,user4,……)

第四步：分表操作(将数据分到分表中)

insert into user1(字段名) select 字段名 from member where id%表的张数=0;

insert into user2(字段名) select 字段名 from member where id%表的张数=1;

insert into user3(字段名) select 字段名 from member where id%表的张数=2

最后我们查看新的主表的数据，我们发现所有的数据都在，知识存在于分表中

与第二种分表方式结合：

只适用于在查表之前已经拿到用于分表的条件

比如用qq号码进行分表

在我们登录的适合已经有了qq号 假设是$num

$num = $_GET[‘qq’]；

$size = 100 表张数为100

$iv = $num%$size; //获得偏移量，也就是在哪张表里

$tablename = ‘user_’.$iv

然后我们去对应的表里查询数据就可以了
 

优点：扩展性好，并且程序代码改动的不是很大

缺点：这种方法的效果比第二种要差一点

总结：

上面提到的三种方法，我实际做过二种，第一种和第二种。第三种没有做过，所以说的细一点。哈哈。
做什么事都有一个度，超过个度就过变得很差，不能一味的做数据库服务器集群，硬件是要花钱买的，也不要一味的分表，分出来1000表，mysql的存储归根到底还以文件的形势存在硬盘上面，一张表对应三个文件，1000个分表就是对应3000个文件，这样检索起来也会变的很慢。我的建议是

方法1和方法2结合的方式来进行分表

方法1和方法3结合的方式来进行分表

我的二个建议适合不同的情况，根据个人情况而定，我觉得会有很多人选择方法1和方法3结合的方式