面试题：MySQL 中分区表在大数据量查询里如何提升性能

常见分区类型及提升查询性能原理与示例

范围分区
- 原理：按某列的值的范围进行分区，查询时，MySQL 可以快速定位到符合条件的分区，只扫描这些分区的数据，减少不必要的数据扫描。
- 示例：假设有一个订单表 orders，包含订单日期 order_date 字段。以日期范围进行分区，比如每月一个分区。如果查询 2023 年 10 月的订单，MySQL 直接定位到 2023 - 10 对应的分区进行扫描，而无需扫描其他月份的分区数据。
```
CREATE TABLE orders (
    id INT,
    order_date DATE,
    amount DECIMAL(10, 2)
)
PARTITION BY RANGE (YEAR(order_date) * 100 + MONTH(order_date)) (
    PARTITION p0 VALUES LESS THAN (202310),
    PARTITION p1 VALUES LESS THAN (202311),
    PARTITION p2 VALUES LESS THAN (202312)
);
```
列表分区
- 原理：按某列的离散值进行分区，查询时，根据查询条件中的值确定需要扫描的分区，从而减少数据扫描量。
- 示例：假设 orders 表中有一个 region 字段表示订单地区。按地区列表进行分区，比如分为华北、华东、华南等分区。若查询华东地区的订单，MySQL 只扫描华东地区对应的分区。
```
CREATE TABLE orders (
    id INT,
    region VARCHAR(50),
    amount DECIMAL(10, 2)
)
PARTITION BY LIST (region) (
    PARTITION p_north VALUES IN ('北京', '天津', '河北'),
    PARTITION p_east VALUES IN ('上海', '江苏', '浙江'),
    PARTITION p_south VALUES IN ('广东', '福建', '广西')
);
```
哈希分区
- 原理：通过对某列（通常是主键或唯一键）进行哈希运算，将数据均匀分布到不同分区。查询时，MySQL 根据哈希值直接定位到对应的分区，减少全表扫描。
- 示例：对于 orders 表，以 id 字段进行哈希分区。例如分为 4 个分区，id 值经过哈希函数计算后，均匀分布到 4 个分区中。当查询 id = 100 的订单时，MySQL 通过哈希函数确定其所在分区进行扫描。
```
CREATE TABLE orders (
    id INT,
    order_date DATE,
    amount DECIMAL(10, 2)
)
PARTITION BY HASH (id)
PARTITIONS 4;
```
键分区
- 原理：与哈希分区类似，不过键分区使用 MySQL 提供的键函数，而不是用户自定义的哈希函数。数据根据键函数的计算结果均匀分布到各个分区，查询时快速定位到对应分区。
- 示例：同样对于 orders 表，以 id 字段进行键分区。假设分为 3 个分区，id 值经过 MySQL 键函数计算后，分布到不同分区。查询特定 id 的订单时，只扫描该 id 对应的分区。
```
CREATE TABLE orders (
    id INT,
    order_date DATE,
    amount DECIMAL(10, 2)
)
PARTITION BY KEY (id)
PARTITIONS 3;
```

面试题：MySQL 中分区表在大数据量查询里如何提升性能

知识考点

面试题答案

常见分区类型及提升查询性能原理与示例