背景：生产环境下，大表数据量剧增，影响到了SQL的执行效率；业务越来越多，陆陆续续增加的索引并不是很合理，为了提高索引的使用率，需要把不必要的索引合并起来，减少索引的数量，提高索引的使用率

方法：大表水平切分-->分区表转换；综合利用联合索引的特点，去掉一些多余的单列索引和一些重复的联合索引

这篇博文的主要内容：
转换分区表的方法：直接alter即可（http://blog.itpub.net/29510932/viewspace-1724111/；
分区表效率上的提升：一直以来好奇提升程度有多少这次顺便验证一下(*/ω＼*)；
索引合并的策略；

------------------------------------------------------------------------------------------------------------------正文-------------------------------------------------------------------------------------------------------------------------

分区表效率上的提升，依然采用了sysbench-0.5来进行测试，
虚拟机：
CPU：Intel(R) Xeon(R) CPU E5-2630 v3 @ 2.40GHz，逻辑核心8个

内存：32GB

硬盘：250G

采用五张表，每张表2000W数据，做两组对比：单表  vs  分区表（十个分区，每个分区200W数据）
测试脚本需要注意的地方：跨分区的查询较少，大部分都是在一个分区内；读写混合，包含order by，count(*)等操作；所有查询均用到索引；
测试时间两个小时，结果如下：
总体延时对比(ms)


QPS对比


虽说基准测试的结果倾向于理想状况，不过在中高负载下，响应时间降低了超过30%还是挺吓人的Σ( ° △ °|||)︴）
不过这也证明了，DB最大的瓶颈还是在IO~（顺序读最佳）


索引合并的策略：
这里简单写写~
MySQL本身有二级索引和merge_index的特性，这些留在以后再详细写（有生之年系列+1）
生产环境的索引如图（为了效果就不打码了，领导看到了不要打我~_(:з」∠)_）


箭头所指就是这次修改索引的目标，可以看到这三个索引分别是idx1<shop_id>, idx2<shop_id,pay_time>, idx3<order_status,shop_id,pay_time>
MySQL的索引利用有如下几个特点:一张表只能用上一个索引(或者是merge_index)；如果where条件中包含联合索引的前置列，那么联合索引也能利用起来

比如说：有idx2存在的情况下，如果where条件只有shop_id，idx2也会被MySQL使用，同样的，where条件包含了shop_id，pay_time，还有其他列的(比如使用idx3的情况)，也能用这个联合索引，
如果where条件中没有shop_id这个前置列的话，这个联合索引就不能被利用了~

注意：where条件只有shop_id的情况，使用idx2可能会比idx1要有更多的开销（联合索引体积更大），所以要权衡好“精简索引”和“列使用频率”孰轻孰重，做出正确的选择（当然绝大多数时候这种开销是可以忽略不计的）。

------------------------------------------------------------------------------------------------------------分区表相关的其他操作---------------------------------------------------------------------------------------------------------------
分区表的管理操作

删除分区:

alter table emp drop partition p1;

不可以删除hash或者key分区。

一次性删除多个分区，alter table emp drop partition p1,p2;

 

增加分区:

alter table emp add partition (partition p3 values less than (4000));

alter table empl add partition (partition p3 values in (40));

 

分解分区:

Reorganizepartition关键字可以对表的部分分区或全部分区进行修改，并且不会丢失数据。分解前后分区的整体范围应该一致。

alter table te

reorganize partition p1 into

(

partition p1 values less than (100),

partition p3 values less than (1000)

); ----不会丢失数据

 

合并分区:

Merge分区：把2个分区合并为一个。
alter table te

reorganize partition p1,p3 into

(partition p1 values less than (1000));

----不会丢失数据

重新定义hash分区表:

Alter table emp partition by hash(salary)partitions 7;

----不会丢失数据

重新定义range分区表:

Alter table emp partitionbyrange(salary)

(

partition p1 values less than (2000),

partition p2 values less than (4000)

); ----不会丢失数据

删除表的所有分区:

Alter table emp removepartitioning;--不会丢失数据

重建分区：

这和先删除保存在分区中的所有记录，然后重新插入它们，具有同样的效果。它可用于整理分区碎片。

ALTER TABLE emp rebuild partitionp1,p2;

 

优化分区：

如果从分区中删除了大量的行，或者对一个带有可变长度的行（也就是说，有VARCHAR，BLOB，或TEXT类型的列）作了许多修改，可以使用“ALTER TABLE ... OPTIMIZE PARTITION”来收回没有使用的空间，并整理分区数据文件的碎片。

ALTER TABLE emp optimize partition p1,p2;

 

分析分区：

读取并保存分区的键分布。

ALTER TABLE emp analyze partition p1,p2;

 

修补分区：

修补被破坏的分区。

ALTER TABLE emp repairpartition p1,p2;

检查分区：

可以使用几乎与对非分区表使用CHECK TABLE 相同的方式检查分区。

ALTER TABLE emp CHECK partition p1,p2;

这个命令可以告诉你表emp的分区p1,p2中的数据或索引是否已经被破坏。如果发生了这种情况，使用“ALTER TABLE ... REPAIR PARTITION”来修补该分区。