使用MERGE存储引擎实现MySQL的分表机制

当一张表的数据量达到上百万条记录时，单台MySQL数据库采用传统的单表方式就很有可能无法满足业务的性能需求。解决这种性能问题的技术方案很多，包括分表、分库或搭建MySQL集群，每种技术方案又分别有若干种实现方式。本文将通过实例描述如何使用MERGE存储引擎实现MySQL的分表机制，不会涉及其他的技术方案或实现方式。

一、建立数据库

创建名为test_myisam_db的数据库，执行以下SQL：

-- 创建数据库

CREATE SCHEMA `test_myisam_db` DEFAULT CHARACTER SET utf8 ;

二、建立分表

分表必须使用MyISAM存储引擎，而MyISAM表的数据文件（.MYD文件）和索引文件（.MYI文件）是可以分散在不同的磁盘或目录上存储的。

在Shell中执行以下命令，创建存储子表数据和索引的目录：

# 创建存储user1表数据和索引的目录

mkdir -p /home/user1

chown -R mysql:mysql /home/user1

# 创建存储user2表数据和索引的目录

mkdir -p /home/user2

chown -R mysql:mysql /home/user2

# 创建存储user3表数据和索引的目录

mkdir -p /home/user3

chown -R mysql:mysql /home/user3

启用MySQL的have_symlink选项，使得MySQL支持符号链接，否则就不能指定MyISAM表的数据文件和索引文件的存储路径。在Shell中执行以下命令，编辑my.cnf文件：

vi /usr/local/MySQL/etc/my.cnf

在my.cnf文件的[mysqld]分段中添加：

symbolic-links

保存my.cnf文件之后，重新启动mysql服务：

service mysql restart

创建user1、user2、user3分表，执行以下SQL：

-- 创建user1子表

CREATE TABLE `test_myisam_db`.`user1` (

`id` INT NOT NULL,

`user_name` VARCHAR(45) NOT NULL,

`password` VARCHAR(45) NOT NULL,

`create_time` TIMESTAMP NULL,

`update_time` TIMESTAMP NULL,

PRIMARY KEY (`id`),

UNIQUE INDEX `user_name_UNIQUE` (`user_name` ASC))

ENGINE = MyISAM

DATA DIRECTORY = '/home/user1'

INDEX DIRECTORY = '/home/user1';

-- 创建user2子表

CREATE TABLE `test_myisam_db`.`user2` (

`id` INT NOT NULL,

`user_name` VARCHAR(45) NOT NULL,

`password` VARCHAR(45) NOT NULL,

`create_time` TIMESTAMP NULL,

`update_time` TIMESTAMP NULL,

PRIMARY KEY (`id`),

UNIQUE INDEX `user_name_UNIQUE` (`user_name` ASC))

ENGINE = MyISAM

DATA DIRECTORY = '/home/user2'

INDEX DIRECTORY = '/home/user2';

-- 创建user3子表

CREATE TABLE `test_myisam_db`.`user3` (

`id` INT NOT NULL,

`user_name` VARCHAR(45) NOT NULL,

`password` VARCHAR(45) NOT NULL,

`create_time` TIMESTAMP NULL,

`update_time` TIMESTAMP NULL,

PRIMARY KEY (`id`),

UNIQUE INDEX `user_name_UNIQUE` (`user_name` ASC))

ENGINE = MyISAM

DATA DIRECTORY = '/home/user3'

INDEX DIRECTORY = '/home/user3';

注意

1. 分表的id不能是自增（auto increment）的；

2. 分表必须使用MyISAM存储引擎；

3. 每个分表的表结构必须相同；

4. MySQL必须具有存储分表数据文件和索引文件的目录的读写权限；

5. 必须启用MySQL的符号链接支持功能。

上述操作完成之后，检查分表是否正确创建。以user1分表为例，在Shell中执行以下命令，检查分表的数据文件和索引文件是否正确创建：

ll /home/user1

若命令输出信息如下图所示，则表示分表的数据文件和索引文件创建成功：

在Shell中执行以下命令，检查MySQL是否为分表的数据文件和索引文件正确创建软链接：

ll /var/lib/mysql/test_myisam_db

若命令输出信息如下图所示，则表示软链接创建成功：

注意

1. MYD文件是MyISAM表的数据文件；

2. MYI文件是MyISAM表的索引文件；

3. frm文件用于存储MyISAM表的表结构。

三、建立总表

总表必须使用**MRG_MyISAM**存储引擎，总表本身不存储任何数据，一般用于查询分表的数据，相当于是各个分表的一层外壳。执行以下SQL，创建总表：

-- 创建alluser总表

CREATE TABLE `test_myisam_db`.`alluser` (

`id` INT NOT NULL,

`user_name` VARCHAR(45) NOT NULL,

`password` VARCHAR(45) NOT NULL,

`create_time` TIMESTAMP NULL,

`update_time` TIMESTAMP NULL,

PRIMARY KEY (`id`),

UNIQUE INDEX `user_name_UNIQUE` (`user_name` ASC))

ENGINE = MRG_MyISAM

UNION = (`user1`,`user2`,`user3`);

注意

1. 总表的表结构必须与各个分表相同；

2. 总表必须使用MRG_MyISAM存储引擎；

3. 总表不会创建任何数据文件和索引文件；

通常，总表的INSERT_METHOD应当配置为NO，或者不配置。关于INSERT_METHOD的配置，请参考“四、INSERT_METHOD详解”。

在Shell中执行以下命令，检查总表是否成功创建：

ll /var/lib/mysql/test_myisam_db

若命令输出信息如下图所示，则表示总表创建成功：

在Shell中执行以下命令，检查总表是否成功关联子表：

cat /var/lib/mysql/test_myisam_db/alluser.MRG

若命令输出信息如下图所示，则表示总表成功关联子表：

注意

1. MRG文件存储总表需要映射的子表的表名；

2. 总表本身不存储任何数据和索引；

3. INSERT_METHOD需要设置为NO，或者不配置；

4. 总表的id不能是自增（auto increment）的。

四、INSERT_METHOD详解

INSERT_METHOD选项可用于指定插入数据的方式，有以下三种取值：

• NO

  不允许通过总表插入数据，否则执行SQL会报错。例如，执行以下SQL语句，将总表的INSERT_METHOD修改为NO，然后通过总表插入一条数据：

ALTER TABLE `test_myisam_db`.`alluser` INSERT_METHOD = NO;

INSERT INTO `test_myisam_db`.`alluser` (`id`, `user_name`, `password`, `create_time`, `update_time`) VALUES ('1', 'ghoulich', 'password', '2016-01-01 00:00:00', '2016-01-01 00:00:00');

此时，MySQL应当会报错，如下图所示：

• FIRST

  允许通过总表插入数据，数据存储在MRG文件列出的第一个分表之中。例如，执行以下SQL语句，将总表的INSERT_METHOD修改为FIRST，然后通过总表插入一条数据：

ALTER TABLE `test_myisam_db`.`alluser` INSERT_METHOD = FIRST;

INSERT INTO `test_myisam_db`.`alluser` (`id`, `user_name`, `password`, `create_time`, `update_time`) VALUES ('1', 'ghoulich', 'password', '2016-01-01 00:00:00', '2016-01-01 00:00:00');

此时，MySQL会成功插入这条数据。通过总表alluser和分表user1都可以查询到这条新增的数据，如下图所示：

• LAST

  允许通过总表插入数据，数据存储在MRG文件列出的最后一个分表之中。例如，执行以下SQL语句，将总表的INSERT_METHOD修改为LAST，然后通过总表插入一条数据：

ALTER TABLE `test_myisam_db`.`alluser` INSERT_METHOD = LAST;

INSERT INTO `test_myisam_db`.`alluser` (`id`, `user_name`, `password`, `create_time`, `update_time`) VALUES ('1', 'ghoulich', 'password', '2016-01-01 00:00:00', '2016-01-01 00:00:00');

此时，MySQL会成功插入这条数据。通过总表alluser和分表user3都可以查询到这条新增的数据，如下图所示：

注意

INSERT_METHOD选项只会影响通过总表插入（INSERT）数据的行为，通过总表对数据进行删除（DELETE）、查询（SELECT）、修改（UPDATE）、清空（TRUNCATE）都不会受影响。

五、如何操作MERGE表的数据

插入（INSERT）数据时，需要根据给定的路由策略将新数据分别插入不同的子表，此处采用对id进行模3计算（可能结果为0、1、2）来决定插入哪个子表。

首先，应当获取id，这个id应当在各个子表中都是唯一的，我们需要一张表来专门创建id，执行如下SQL语句：

CREATE TABLE `test_myisam_db`.`create_id` (

`id` INT NOT NULL,

PRIMARY KEY (`id`))

ENGINE = MyISAM;

当需要插入数据时，必须由这个表来产生id值，PHP示例代码如下所示：

/**

* 获取唯一的id

*/

function get_AI_ID() {

$sql = "insert into create_id (id) values('')";

$this->db->query($sql);

return $this->db->insertID();

}

插入一条新数据的PHP代码如下所示：

/**

* 插入一条新数据

*/

function new_Article() {

$id = $this->get_AI_ID();

$table_name = $this->get_Table_Name($id);

$sql = "INSERT INTO {$table_name} (id, user_name, password, create_time, update_time) VALUES ('{$id}', 'ghoulich', 'password', '2016-01-01 00:00:00', '2016-01-01 00:00:00')";

$this->db->query($sql);

}

/**

* 根据id获取表名

*/

function get_Table_Name($id) {

return 'user'.intval($id)%3+1;

}

其他的删除（DELETE）、查询（SELECT）、修改（UPDATE）、清空（TRUNCATE）等操作都可以通过总表alluser完成。

基于MERGE存储引擎实现的分表机制，比较适用于插入和查询频率较高的场景。由于MyISAM具有表级别的锁机制，所以不适用于更新频率较高的场景。

六、MERGE分表的优点

MERGE分表可以解决下面的问题：

• 适用于存储日志数据。例如，可以将不同月份的数据存入不同的表，然后使用myisampack工具压缩数据，最后通过一张MERGE表来查询这些数据。

• 可以获得更快的速度。可以根据某种指标，将一张只读的大表分割成若干张小表，然后将这些小表分别放在不同的磁盘上存储。当需要读取数据时，MERGE表可以将这些小表的数据组织起来，就好像使用先前的大表一样，但是速度会快很多。

• 可以提高搜索效率。可以根据某种指标将一张只读的大数据表分割为若干个小表，然后根据不同的查询维度，可以得到若干种小表的组合，然后再为这些组合分别创建不同的MERGE表。例如，有一张只读的大数据表T，分割为T1、T2、T3、T4，共4张小表，有两种查询维度A和B，A可以得到小表组合T1、T2和T3，B可以得到小表组合T2、T3和T4，分别为A和B创建两个MERGE表，也就是M1和M2，这两个MERGE表分别关联的小表是存在交叠的。

• 可以更加有效的修复表。修复单个的小表要比修复大数据表更加容易。

• 多个子表映射至一个总表的速度极快。因为MERGE表本身不会存储和维护任何索引，索引都是由各个关联的子表存储和维护的，所以创建和重新映射MERGE表的速度非常快。

• 不受操作系统的文件大小限制。单个表会受到文件大小的限制，但是拆分成多个表，则可以无限扩容。

• MERGE表还可以用来给单个表创建别名，并且几乎不会影响性能。

七、MERGE分表的问题

• 总表（MERGE表）必须使用MRG_MyISAM存储引擎，子表必须使用MyISAM存储引擎，不可避免会受到MyISAM存储引擎的限制。

• MERGE表不能使用某些MyISAM特性。例如，虽然可以为子表创建全文索引，但是却不能使用全文索引，通过MERGE表查询数据。

• MERGE表会使用更多的文件描述符。如果有10个客户端使用1张MERGE表，那么就需要消耗(10x10)+10个文件描述符（其中，10个客户端分别有10个数据文件描述符，并且会共享使用10个索引文件描述符）。

• 若使用ALTER TABLE语句修改总表的存储引擎，那么会立即丢失总表和子表的映射关系，并且会将所有子表的数据拷贝至修改后的新表。

• 总表和子表的主键都不能使用自动增长（auto increment）。

• 子表之间不能保证唯一键约束，只能保证单个子表内部的唯一性约束。

• 由于不能保证唯一键约束，导致REPLACE语句的行为会不可预期，INSERT ... ON DUPLICATE KEY UPDATE语句也有类似问题。因此，只能使用路由策略，对子表使用这些语句，而不能对总表使用。

• 子表不支持分区（Partition）。

• 当正在使用总表时，不能对任何子表执行ANALYZE TABLE、REPAIR TABLE、OPTIMIZE TABLE、ALTER TABLE、DROP TABLE、DELETE或TRUNCATE TABLE语句，否则会导致不可预期的结果。

• 总表和子表的表结构必须完全一致。

• 总表可以映射的所有子表的总行数上限为 264 行。

• 不支持INSERT DELAYED语句。