一、分区表基础：什么是分区表、分区表的类型、分区表的核心优势

大家好，我是老张。今天咱们聊聊分区表。

说实话，我刚开始做DBA那会儿，对分区表也是又爱又怕。爱的是它确实能解决大表性能问题，怕的是用不好反而给自己挖坑。后来踩过几次坑，慢慢就摸出门道了。

嗯，咱们先从最基础的说起。

1.1 什么是分区表？

分区表，说白了就是把一张大表，拆成多个小表来管理。但对外看起来，还是一张表。

你想想看，一张表里存了10亿行数据，查询的时候全表扫描，那得多慢？但如果按月份拆成12个区，查询某个月的数据，就只扫一个区，速度快得多。

我在项目中遇到过这样一个场景：一个订单表，每天新增几百万条记录。半年下来，表体积超过500GB。业务方抱怨查询越来越慢，备份恢复也成了噩梦。后来我们做了分区，按月份分了6个区，查询性能提升了5倍以上。

1.2 分区表的三种主要类型

分区表不是只有一种玩法。根据业务场景不同，我一般会选这三种之一。

1.2.1 范围分区（RANGE）

这是最常用的一种。按某个字段的值范围来划分。

比如按时间分区：

CREATE TABLE orders (
    order_id INT,
    order_date DATE,
    amount DECIMAL(10,2)
)
PARTITION BY RANGE (YEAR(order_date)) (
    PARTITION p2021 VALUES LESS THAN (2022),
    PARTITION p2022 VALUES LESS THAN (2023),
    PARTITION p2023 VALUES LESS THAN (2024),
    PARTITION p_future VALUES LESS THAN MAXVALUE
);

我个人习惯用时间做范围分区，因为数据天然有冷热之分。最近的数据访问频繁，历史数据很少查。这样可以把热数据放在高性能存储上，冷数据放到廉价存储。

1.2.2 列表分区（LIST）

列表分区是按离散值来划分的。比如按地区、按状态。

CREATE TABLE user_info (
    user_id INT,
    region VARCHAR(20),
    name VARCHAR(50)
)
PARTITION BY LIST (region) (
    PARTITION p_north VALUES IN ('北京','天津','河北'),
    PARTITION p_south VALUES IN ('广东','深圳','海南'),
    PARTITION p_east VALUES IN ('上海','江苏','浙江'),
    PARTITION p_other VALUES IN ('其他')
);

列表分区适合那种枚举值有限的场景。比如状态字段（待支付、已支付、已取消），每个状态的数据量差异很大，可以单独分区管理。

1.2.3 哈希分区（HASH）

哈希分区是按哈希值均匀分布数据。适合没有明显分区键的场景。

CREATE TABLE logs (
    log_id INT,
    log_time DATETIME,
    content TEXT
)
PARTITION BY HASH (log_id)
PARTITIONS 8;

哈希分区的优点是数据分布均匀。但缺点也很明显——你不知道某条数据在哪个分区，查询时必须带上分区键。

我记得有一次，开发同事问我：「为什么我按时间查日志，哈希分区没效果？」我一看，他分区键用的是log_id，但查询条件却是log_time。这当然走不了分区裁剪了。

分区类型	适用场景	优点	缺点
范围分区	时间、数值范围	管理方便，支持分区裁剪	数据可能倾斜
列表分区	枚举值、地区	语义清晰，易于理解	值列表需固定
哈希分区	无明确分区键	数据分布均匀	查询必须带分区键

1.3 分区表的核心优势

说了这么多，分区表到底好在哪？我总结了几点：

• 查询性能提升：分区裁剪只扫描相关分区，减少IO。我做过测试，10亿行数据，全表扫描要30秒，分区后只要2秒。
• 管理更方便：可以单独操作某个分区。比如删除历史数据，直接DROP分区，比DELETE快得多。
• 维护窗口缩短：重建索引、收集统计信息，都可以按分区进行，不用锁全表。
• 数据生命周期管理：冷热数据分离，热数据放SSD，冷数据放HDD，省钱又高效。

1.4 分区表的知识体系

下面这张图，是我自己整理的分区表知识框架。你看一眼，心里就有数了。

这张图把分区表的类型和优势串起来了。你记住一个原则：分区键选对了，事半功倍；选错了，事倍功半。

好了，分区表的基础就聊到这儿。下一节咱们聊聊分区表的设计原则和常见坑点。