前言
由于公司使用的是mysql数据库，在存储hive表数据结构时，数量已经达到了千万级别，需要进行分区存储，对这方面在之前的hive外部分区表有些了解，mysql是不是相同的道理，这里我在同事那里看到一些文章，作为学习使用；
一: 分区简介
分区是根据一定的规则，数据库把一个表分解成多个更小的、更容易管理的部分。就访问数据库应用而言，逻辑上就只有一个表或者一个索引，但实际上这个表可能有N个物理分区对象组成，每个分区都是一个独立的对象，可以独立处理，可以作为表的一部分进行处理。分区对应用来说是完全透明的，不影响应用的业务逻辑。
分区有利于管理非常大的表，它采用分而治之的逻辑，分区引入了分区键的概念，分区键用于根据某个区间值(或者范围值)、特定值列表或者hash函数值执行数据的聚集，让数据根据规则分布在不同的分区中，让一个大对象碧昂城一些小对象。
MySQL分区即可以对数据进行分区也可以对索引进行分区。
分区类型
range分区：基于一个给定的连续区间范围(区间要求连续并且不能重叠)，把数据分配到不同的分区list分区：类似于range分区，区别在于list分区是居于枚举出的值列表分区，range是基于给定的连续区间范围分区hash分区：基于给定的分区个数，把数据分配到不同的分区key分区：类似于hash分区
注意：无论哪种分区，要么你分区表上没有主键/唯一键，要么分区表的主键/唯一键都必须包含分区键，也就是说不能使用主键/唯一键字段之外的其它字段分区。
MySQL分区的有限主要包括以下4个方面：
和单个磁盘或者文件系统分区相比，可以存储更多数据优化查询。在where子句中包含分区条件时，可以只扫描必要的一个或者多个分区来提高查询效率；同时在涉及sum()和count()这类聚合函数的查询时，可以容易的在每个分区上并行处理，最终只需要汇总所有分区得到的结果对于已经过期或者不需要保存的数据，可以通过删除与这些数据有关的分区来快速删除数据跨多个磁盘来分散数据查询，以获得更大的查询吞吐量
分区和水平分表功能类似，将一个大表的数据分割到多张小表中去，由于查询不需要全表扫描了，只需要扫描某些分区，所以分区能提高查询速度。
水平分表需要用户预先手动显式创建出多张分表(如tbl_user0, tbl_user1, tbl_user2)，在物理上实实在在的创建多张表，通过客户端代理(Sharding-JDBC等)或者中间件代理(Mycat等)来实现分表逻辑。分区是MySQL的一个插件Plugin功能，将一张大表的数据在数据库底层分成多个分区文件(如tbl_user#P#p0.ibd, tbl_user#P#p1.ibd, tbl_user#P#p2.ibd)，和水平分表不同的是分区不需要显式的创建“分表”,数据库会自动创建分区文件的，用户看到的只是一张普通的表，其实是对应的是多个分区，这个是对用户是屏蔽的、透明的，在使用上和使用一张表完全一样，不需要借助任何功能来实现。分区是一种逻辑上的水平分表，在物理层面还是一张表。
二：数据库文件
CREATE TABLE `tbl_user_innodb` (
`id` int(
11)
NOT NULL AUTO_INCREMENT,
`username` varchar(
255)
DEFAULT NULL,
`email` varchar(
20)
DEFAULT NULL,
`age` tinyint(
4)
DEFAULT NULL,
`type` int(
11)
DEFAULT NULL,
`create_time` datetime DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT
=5100002 DEFAULT CHARSET
=utf8;
CREATE TABLE `tbl_user_myisam` (
`id` int(
11)
NOT NULL AUTO_INCREMENT,
`username` varchar(
255)
DEFAULT NULL,
`email` varchar(
20)
DEFAULT NULL,
`age` tinyint(
4)
DEFAULT NULL,
`type` int(
11)
DEFAULT NULL,
`create_time` datetime DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=myisam AUTO_INCREMENT
=5100002 DEFAULT CHARSET
=utf8;
通过show variables like ‘
