千万级数据分区存储方案测试

lsekfe · 发表于 2021-9-1 10:47:48

　场景
　　基于项目中的业务场景，对数据量大，对时间比较敏感(比如历史数据基本不用，热点数据集中在近期)的数据采用分区存储。本次测试流程主要是创建测试表、插入千万条数据(本次两千万)，查看分区表执行情况。
　　创建表

　CREATE TABLE test (
　　 id BIGINT(20) auto_increment,
　　area_id INT (8) NOT NULL DEFAULT 0,
　　create_time datetime NOT NULL ,
　　num INT (8) NOT NULL DEFAULT 0,
　　PRIMARY KEY (id, area_id, create_time)
　　) ENGINE = INNODB DEFAULT CHARSET = utf8 PARTITION BY RANGE (TO_DAYS(create_time))(
　　PARTITION p0
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-01')) ENGINE = INNODB,
　　PARTITION p20191101
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-02')) ENGINE = INNODB,
　　PARTITION p20191102
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-03')) ENGINE = INNODB,
　　PARTITION p20191103
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-04')) ENGINE = INNODB,
　　PARTITION p20191104
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-05')) ENGINE = INNODB,
　　PARTITION p20191105
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-06')) ENGINE = INNODB,
　　PARTITION p20191106
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-07')) ENGINE = INNODB,
　　PARTITION p20191107
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-08')) ENGINE = INNODB,
　　PARTITION p20191108
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-09')) ENGINE = INNODB,
　　PARTITION p20191109
　　VALUES
　　LESS THAN (TO_DAYS('2019-11-10')) ENGINE = INNODB
　　);

复制代码

创建存储过程

DELIMITER //
　　 create PROCEDURE insert_test(in num INT, in time varchar(10))
　　 BEGIN
　　 DECLARE rowid INT DEFAULT 0;
　　 DECLARE create_time datetime;
　　DECLARE area_id INT;
　　SET @exedata = "";
　　 WHILE rowid < num DO
　　 SET create_time = (select str_to_date(CONCAT(time,' ',LPAD(FLOOR(0 + (RAND() * 23)),2,0),':',LPAD(FLOOR(0 + (RAND() * 59)),2,0),':',LPAD(FLOOR(0 + (RAND() * 59)),2,0)), "%Y-%m-%d %H:%i:%s") from dual);
　　SET area_id = (select FLOOR(910000 + (RAND() * 9)));
　　SET rowid = rowid + 1;
　　 IF length(@exedata)>0 THEN
　　 SET @exedata = CONCAT(@exedata,',');
　　 END IF;
　　 SET @exedata=concat(@exedata,"('",area_id,"','",create_time,"','",rowid,"')");
　　 IF rowid%5000=0
　　 THEN
　　 SET @exesql =concat("insert into test(area_id,create_time,num) values ", @exedata);
　　 prepare stmt from @exesql;
　　 execute stmt;
　　 DEALLOCATE prepare stmt;
　　 SET @exedata = "";
　　 END IF;
　　 END WHILE;
　　 IF length(@exedata)>0
　　 THEN
　　 SET @exesql =concat("insert into test(area_id,create_time,num) values ", @exedata);
　　 prepare stmt from @exesql;
　　 execute stmt;
　　 DEALLOCATE prepare stmt;
　　 END IF;
　　 END //
　　DELIMITER ;

复制代码

调用存储过程插入数据

　CALL insert_test (1000000, '2019-10-31');
　　CALL insert_test (1000000, '2019-11-01');
　　CALL insert_test (1000000, '2019-11-02');
　　CALL insert_test (1000000, '2019-11-03');
　　CALL insert_test (1000000, '2019-11-04');
　　CALL insert_test (1000000, '2019-11-05');
　　CALL insert_test (1000000, '2019-11-06');
　　CALL insert_test (1000000, '2019-11-07');
　　CALL insert_test (1000000, '2019-11-08');
　　CALL insert_test (1000000, '2019-11-09');

复制代码

分析
　　1、两千万数据下，根据日期按小时平均在1s左右；保持单分区数据不变情况下，后期sql性能影响基本不会太大。
　　2、此执行计划为全表扫描，经测试后发现分区后where已经问题不大，后期可尝试将主键优化(去掉ID)后，执行计划将来到range级别；

　　3、未分区表，同样数据走索引情况下，多次执行平均在2.5s左右。

　select PARTITION_NAME as "分区",TABLE_ROWS as "行数" from information_schema.partitions where table_schema="test" and table_name="test";
　　explain partitions select * from test where area_id = 910005 and create_time > '2019-11-02 00:00:00' and create_time < '2019-11-02 23:59:59';
　　explain
　　select avg(num) , DATE_FORMAT(create_time,'%Y%m%d%H') time from test
　　where area_id = 910005 and create_time > '2019-11-06 00:00:00' and create_time < '2019-11-06 23:59:59'
　　group by time

复制代码

千里 · 发表于 2021-9-26 16:04:43

这个DBA可能会关注得更多

		自动登录	找回密码
密码			(注-册)加入51Testing

[转贴] 千万级数据分区存储方案测试

本帖子中包含更多资源

站长推荐 /1