一、分区表基础概念

各位同学好，我是老张。今天咱们聊聊分区表。这东西说白了，就是把一张大表拆成多个小表来管理。我刚开始接触分区表时，也觉得不就是分拆嘛，有啥难的？后来在生产环境里栽过跟头，才明白这里面的门道有多深。

先问大家一个问题：一张表里存了 10 亿行数据，你做个全表扫描，得多久？我见过最夸张的一次，某电商的订单表跑了将近 40 分钟。后来改成按月份分区，查询时间直接降到秒级。这就是分区表的价值。

1.1 什么是分区表

分区表，是一种将逻辑上的一张表，物理上拆分成多个独立存储单元的技术。每个存储单元叫一个「分区」。对应用程序来说，它看到的还是一张表，SQL 不用改。但对数据库来说，数据是分散存储的。

举个例子。你有一张订单表 orders，按月份分成 12 个分区。查询 1 月份的数据时，数据库只扫描 1 月那个分区，其他 11 个分区碰都不碰。性能自然就上去了。

我个人习惯把分区表比作「档案柜」。一张大表就是一个大柜子，里面塞满了文件。找一份文件得翻遍整个柜子。分区表呢，相当于给柜子加了隔层——1 月文件放第一层，2 月放第二层……找文件时直接打开对应那层就行。

1.2 分区键

分区键，就是决定数据「该放哪个分区」的列。它可以是单列，也可以是多列的组合。

选分区键是个技术活。我在项目中遇到过好几次，因为分区键选得不好，导致数据分布严重不均。有的分区塞得满满当当，有的分区几乎空着。这叫什么？这叫「数据倾斜」。分区表最怕这个。

分区键类型	示例	适用场景
时间列	order_date	日志、订单、流水等时序数据
地域列	region_id	按区域划分的业务数据
业务ID	user_id	用户数据分片
枚举列	status	状态有限的业务数据

1.3 分区类型

常见的分区类型有四种：范围分区、列表分区、哈希分区、复合分区。每种都有各自的脾气，用错了会很难受。

1.3.1 范围分区（RANGE）

范围分区，是按分区键的值范围来划分。最典型的就是按时间分区。

CREATE TABLE orders (
    order_id    BIGINT,
    order_date  DATE,
    amount      DECIMAL(10,2)
)
PARTITION BY RANGE (order_date) (
    PARTITION p202401 VALUES LESS THAN ('2024-02-01'),
    PARTITION p202402 VALUES LESS THAN ('2024-03-01'),
    PARTITION p202403 VALUES LESS THAN ('2024-04-01'),
    PARTITION p_future VALUES LESS THAN (MAXVALUE)
);

注意最后那个 MAXVALUE 分区。我曾经吃过这个亏——没加它，结果有一条数据日期超出了范围，插入直接报错。生产环境半夜报警，那叫一个酸爽。

范围分区的优点很明显：数据按顺序分布，范围查询效率高。缺点呢？如果数据分布不均匀，比如某个月订单量暴增，那个分区就会成为热点。

1.3.2 列表分区（LIST）

列表分区，是按分区键的值列表来划分。适合枚举值固定的场景。

CREATE TABLE orders_region (
    order_id    BIGINT,
    region      VARCHAR(20),
    amount      DECIMAL(10,2)
)
PARTITION BY LIST (region) (
    PARTITION p_north VALUES IN ('北京', '天津', '河北'),
    PARTITION p_south VALUES IN ('广东', '广西', '海南'),
    PARTITION p_east  VALUES IN ('上海', '江苏', '浙江'),
    PARTITION p_other VALUES IN ('其他')
);

列表分区有个坑：如果插入的数据不在任何列表里，会直接报错。所以最好加一个 DEFAULT 分区兜底。嗯，这里要注意，MySQL 8.0 开始支持 DEFAULT 分区，但 Oracle 的语法略有不同。

1.3.3 哈希分区（HASH）

哈希分区，是对分区键做哈希运算，然后按哈希值模分区数来分配数据。它不关心数据本身的值，只关心哈希结果。

CREATE TABLE orders_hash (
    order_id    BIGINT,
    user_id     BIGINT,
    amount      DECIMAL(10,2)
)
PARTITION BY HASH (user_id)
PARTITIONS 8;

哈希分区的最大好处是数据分布均匀。你想想看，哈希函数天然就是打散的。但缺点也很明显：范围查询基本用不上分区裁剪，因为相邻的值可能被哈希到不同的分区。

我建议哈希分区用在「等值查询」为主的场景。比如按用户 ID 查订单，哈希分区就很合适。

1.3.4 复合分区（COMPOSITE）

复合分区，就是先按一种方式分区，再在每个分区内按另一种方式子分区。说白了就是「分区套分区」。

CREATE TABLE orders_composite (
    order_id    BIGINT,
    order_date  DATE,
    region      VARCHAR(20),
    amount      DECIMAL(10,2)
)
PARTITION BY RANGE (order_date)
SUBPARTITION BY LIST (region)
SUBPARTITION TEMPLATE (
    SUBPARTITION s_north VALUES IN ('北京', '天津', '河北'),
    SUBPARTITION s_south VALUES IN ('广东', '广西', '海南'),
    SUBPARTITION s_east  VALUES IN ('上海', '江苏', '浙江'),
    SUBPARTITION s_other VALUES IN ('其他')
) (
    PARTITION p202401 VALUES LESS THAN ('2024-02-01'),
    PARTITION p202402 VALUES LESS THAN ('2024-03-01'),
    PARTITION p202403 VALUES LESS THAN ('2024-04-01')
);

复合分区的灵活性很高。比如先按月份范围分区，再按地区列表子分区。这样既能做时间范围裁剪，又能做地区过滤。但代价是分区数量会爆炸——3 个月份 × 4 个地区 = 12 个分区。如果分区数太多，管理成本会直线上升。

1.4 四种分区类型对比

分区类型	数据分布方式	分区裁剪效果	数据均匀性	典型场景
RANGE	按值范围	范围查询极好	可能不均匀	时间序列数据
LIST	按值列表	等值查询好	取决于枚举分布	地域、状态分类
HASH	按哈希值	等值查询好	非常均匀	用户ID分片
COMPOSITE	多层组合	多层裁剪	取决于组合方式	复杂业务场景

1.5 分区表知识体系总览

下面这张图，把分区表的核心概念串起来了。我建议你多看几遍，脑子里先搭好框架。

这张图把分区表的核心脉络理清楚了。从上往下看：分区表依赖分区键来划分数据，分区类型决定了划分的规则，分区裁剪则是性能收益的来源。四种分区类型各有侧重，选型时要结合业务场景。