引言

分库分表相信大家都听说过，但(partitioning)表分区这个概念却鲜为人知，MySQL在5.1版本中开始支持了表分区技术，同时在MySQL5.5中进行了优化，自从MySQL支持的绝大部分引擎都开启了表分区功能。

但到底什么是表分区技术呢？这似乎之前没怎么听说过呀，对吗？

如果你之前还没接触过表分区技术，或者只是听说但接触不深入，那就可以跟随本章携手共探鲜为人知的表分区技术！一起Let's go~

一、何谓表分区技术？

经过之前《全解MySQL专栏》中多篇文章的熏陶，大家应该能够得知一个道理：MySQL中每个数据库实例的所有数据，都会放在磁盘上来存储，默认的存储位置可通过如下命令查看：

show variables like '%datadir%';

在默认的存储目录下，每个数据库实例之间都用不同的文件夹隔开，每个文件夹中存储着相应库中的所有表结构文件、表数据文件、索引数据文件等，如下：
不同存储引擎的表，其文件格式也会存在些许差异，因此你可以在其中看到很多不同的文件后缀，但不管是何种存储引擎的表，如果表中的数据量过大，都会导致相应的磁盘文件过大，因此造成数据检索时效率变低（机械硬盘），因为每当从磁盘查找一条数据时，都需要从头遍历整个磁盘文件，毋庸置疑，其效率自然很低。

1.1、表分区的概念

原本的表文件都是以完整的形式存储在磁盘中，而表分区则是指将一张表的数据拆分成多个磁盘文件，然后放到磁盘中存储，这样做的好处在于：需要去检索一条数据时，无需对一个完整的数据文件从头到尾做扫描，而只需要对某个分区文件进行扫描，这样做能够在一定程度上提升性能。

同时还能打破存储容量的限制，因为无论是Windows/Linux系统，都会存储磁盘分区的概念，在Windows中会分为C、D、E...盘，而Linux则会将磁盘划分为多个分区并挂载，一个盘符/分区的存储空间是有限的，当一张表数据增长到单个磁盘区中存不下时，就会出现相关的错误信息。

而通过表分区技术，可以将一张大表的数据，拆分到不同的磁盘分区中存放，这样可以打破存储容量的限制。

做了表分区之后，表在逻辑上还是同一张，只是磁盘中会划分为多个文件存储而已，所以表分区并不会影响原有的增删改查操作。简单来说，表分区前后的区别，就类似于数组和链表的区别：

数组：逻辑上是连续的，并且物理空间上也是连续的，每个元素都是使用相邻的空间存放。

链表：逻辑上是连续的，但物理空间上不一定连续，每个元素可以存到任何空间，相互之间用指针连接。

而分区之前的表文件，就类似于一个数组结构，所有的表数据都会放到同一个文件中存储，在磁盘空间上来说都是连续的。而分区之后的表文件，就类似于链表结构，表数据会分开存放到不同的磁盘空间中，在磁盘上会形成多个表数据文件，各分区之间用指针地址的方式产生关联，也就是上一个分区中，会存放下一个分区的磁盘地址，以便于提供CRUD时的数据支持。

1.2、表分区带来的优势

①. 相较于使用单个文件存储表数据，表分区技术可以打破单个磁盘分区的容量限制。

②. 对于一些失效数据，如三年前的数据，可以通过快速删除分区的方式清理，效率十分高。

③. 能够在一定程度上提升磁盘IO时，检索数据的性能，毕竟只需对一小片磁盘表文件做寻道。

④. 支持聚合函数的并行执行，比如sum()、count()这类函数，可以分别统计各分区的数据做汇总。

⑤. 带来更好的数据管理性和可用性，当一个表文件受损时，不会影响其他分区文件中的表数据。

1.3、表分区的适用场景

所有基于数据库的业务大体可分为两类：

OLTP：在线事务处理，通常的C端项目都属于这类业务，负责基本的增删改查操作。

OLAP：在线分析处理，主要负责统计分析各类数据来做汇总，如用户画像分析、报表统计等。

对于OLAP类型的业务，表分区可以很好的提高查询性能，因为一般做在线分析都需要返回大量的数据，在这类业务中可以按时间分区，比如一个月用户行为等数据存在一个分区中，需要对相应的时间做分析时，只需扫描对应的时间分区即可。但在OLTP业务中，中小型项目中一般不会产生太多的数据，也不会一次性读取某张大表的10%以上的数据返回，大部分是通过索引返回几条数据就完事了，所以对于这类业务则要合理考虑分区到底值不值得，或者到底分区有没有必要。

二、表分区的方式与类型

简单的对表分区概念有了认知后，接着来聊一聊表分区的划分方式，表分区技术中只支持水平划分，啥叫水平划分呢？如下：

水平划分

所谓的水平划分也就是指按照水平线，对某个内容进行横向切割，比如一张表的数据，假设有100条数据，将前面五十条放到一个分区中，后面五十条放入到另一个分区中，这也就是所谓的水平划分法。

表分区技术中，仅支持水平划分的方式，也就是只支持对数据表，以行作为粒度进行划分。

不过虽然只支持水平划分的模式，但分区技术也会分为多种分区类型，在MySQL数据库中总共支持range、list、hash、key、sub、columns这六种分区类型，官网介绍为>>>戳我访问(链接过期)<<<，其中最为常用的是range分区，接着一起简单介绍一下每种分期类型的特性。

2.1、RANGE

range分区的含义也就是按照范围去分区，比如现在有一个整数主键，我们可以把主键作为分区键，然后实现如下分区：

-∞ ~ 100000：无穷小到十万之间的主键记录，放入第一个分区中。

100001 ~ 200000：十万零一到二十万之间的主键记录，放入到第二个分区中。

200001 ~ +∞：二十万零一到无穷大之间的主键记录，放入到第三个分区中。

不过要记住，这里是以主键作为了分区键，也就是一条数据究竟会被放入到哪个分区中，需要依据主键的值来决定，比如主键值为12345，那与之对应的行数据会一起被放入到第一个分区中存储。

但是这种分区类型，仅支持以整数型字段作为分区键，如果想要以日期字段来做数据分区，需要先将其转换为int格式的时间戳，《MySQL官网-range分区》。

2.2、LIST分区

list分区实际上是一种枚举分区，也就是为每个分区分配指定值，当插入的一条数据是这个分区的指定值时，最终这条数据就会插入到对应的分区中，好比以性别字段为例，0表示男，1表示女，创建两个分区如下：

0：性别为男的数据落入到第一个分区中存储。

1：性别为女的数据落入到第二个分区中存储。

当插入一条数据时，在所有分区中找不到对应的值，比如插入一条性别为2的数据，此时会报错。

这种分区类型同样只支持整数字段作为分区键，也就是在为每个分区分配指定值时，只能分配整数型的值，好比拿上面的性别字段为例，可以用0、1来表示男、女，但不能直接指定成男、女这类字符串值。因此对于想要使用list分区类型的场景中，请记住要先将其字段值转换为数值类型的状态码，《MySQL官网-list分区》。

2.3、HASH分区

hash分区和前面两种存在略微的不同，因为哈希分区中支持两种哈希分区法，一种叫做常规哈希，另一种叫做线性哈希，释义如下：

常规哈希：基于某个整数型字段，直接做取模，最后根据余数来决定数据的分区。

线性哈希：基于某个字段哈希之后的哈希值，进行取模运算，最后根据余数来决定数据的分区。

两者之间的区别主要在于：前者只能基于整数型字段对数据做划分，后者则可以不限制字段的类型，只要能够通过MySQL哈希函数，转换出哈希值的字段类型都可以作为分区键（但本质上MySQL中好像没有提供将字符串转换为数值类型的哈希函数）。

这种分区类型，由于支持线性哈希的分区方式，所以基本上不限制字段类型，但凡任何能够使用哈希函数，转换出哈希值的类型，都可以使用这种哈希分区，《MySQL官网-hash分区》。

2.4、KEY分区

key分区很前面聊到的hash分区十分类似，两者之间的区别主要在于：key分区不在限制字段的数据类型，在hash分区中，想要使用一个字段作为分区键，要么这个字段本身是整数类型，要么这个字段经过哈希函数处理后，能够得到一个整数的哈希值才行。但在key分区中，除开不支持text、blob两种类型外，其他类型的字段都可以作为分区键。

在key分区中也可以不显式指定分区键，MySQL会自动选择，但不管是自己显式声明分区键，亦是MySQL自动选取分区键，都会遵循如下规则：

表中只存在主键或唯一字段时，分区键必须为主键/唯一键的部分或全部字段，不允许选择其他字段。

表中主键、唯一字段同时存在时，分区键必须为主键和唯一键共有的部分或全部字段。

当表中不存在主键或唯一键时，分区键可以是除text、blob类型外的任意单个或多个字段。

如果在使用key分区时，不主动指定分区键，MySQL会优先选择主键字段，如果主键不存在，会选择一个非空的唯一字段，如果不存在唯一字段，会选择除text、blob类型外的任意字段，《MySQL官网-key分区》。

2.5、SUB分区（子分区、复合分区）

Sub分区又称子分区，所谓的子分区是指基于表分区后的结果，进一步做分区处理，也就是基于一个分区再做分区，好比一张表可以基于日期中的年份做分区，基于年份做了分区后，还可以基于年分区进一步做月分区。

这种方式要求每个一级分区下的二级分区数量都一致，同时二级分区的类型只能为hash、key类型，《MySQL官网-Sub分区》。

2.6、COLUMNS分区（列分区）

cloumns分区实际上是range、list分区的变种，在之前聊到过的这两种分区中，仅支持使用一个整数型字段作为分区键，而cloumns分区可以使得range、list的分区键由多个字段来组成，同时支持的字段类型也相对更丰富一些，但这种分区法一般用的极少，具体可参考《MySQL官网-cloumns分区》。

2.7、表分区的使用限制

在了解了表分区的概念和类型后，再一起来看看表分区使用的一些限制：

①. 单张表最多只能创建1024个分区，MySQL5.6版本中拓展到8192个。

②. MySQL5.1及之前的版本中，分区键只能选择整数型字段，或支持哈希函数处理的字段。

③. 所有的表分区必须保持相同的存储引擎，Merge、CSV、Federated...等引擎不支持表分区。

④. 对一个表做了分区后，后续使用表的过程中，无法对表上的其他字段建立唯一索引。

⑤. 分区表中无法创建外键，不过一般情况下表也不允许创建外键，都是靠逻辑上维护主外关系。

⑥. 表中存在主键、唯一键的情况下，分区键的字段必须为主键或唯一键的部分或全部字段。

2.8、为何分区键要选用主键或唯一键？

这个问题其实仔细思索后就能得到答案，一方面是主键/唯一键通常情况下都不允许为空，比较如果一个null去做分区运算，好比哈希分区中的取模运算：null/n，这绝对会报空指针异常，所以选用主键和唯一键就能够防止这种异常情况出现。

同时还有第二个原因，先来想想：如果在表中存在主键/唯一键的情况下，分区键不选择主键/唯一键会出现什么情况呢？为了防止唯一字段重复，需要把所有分区中的数据全部遍历一次，最终才能确定唯一字段有没有重复。

但当分区键选用了主键/唯一键之后，首先对相应的字段做分区运算，然后定位到对应的分区，最后只需要判断这个分区中，对应的唯一字段值有没有重复即可，毕竟相同的值做相同的分区运算，永远都会被划分到同一个分区中存储。

三、表分区的落地实践

前面说了一大堆理论，对于表分区的各方面理论基础基本上都做了介绍，那接下来也做一下表分区的实践，毕竟编程光说不练永远是花架子，纸上谈兵无意义，编程讲究的是实践实操出真理！

创建表分区一般有两种方式，一种是直接在创建表时声明，另一种则是通过alter方式创建。

3.1、range分区实践

-- 创建一张 zz_range 表，同时依据 r_id 字段划分四个分区
createtable`zz_range`(
`r_id`intnotnull,
`r_name`varchar(10),
primary key (`r_id`)using btree
)
partitionbyrange(r_id)(
partition p1 values less than (100000),
partition p2 values less than (200000),
partition p3 values less than (300000),
partition p4 values less than maxvalue
);

-- 向表中分别插入四条不同范围值的数据
insertinto`zz_range`values
(1,"竹子"),
(100001,"熊猫"),
(200001,"子竹"),
(999999,"猫熊");

-- 查询 zz_range 表中不同分区的数据量
select
    partition_name,table_rows 
from
    information_schema.partitions 
where
    table_name ='zz_range';

依次执行上述代码，最终效果如下：

range分区

从中可明显看出，前面插入的四条数据分别落入到了不同的分区中，逻辑如下：

p1分区：负责存储-∞ ~ 100000之间的所有数据，id=1的数据落入p1分区。

p2分区：负责存储100001 ~ 200000之间的所有数据，id=100001的数据落入p2分区。

p3分区：负责存储200001 ~ 300000之间的所有数据，id=200001的数据落入p3分区。

p4分区：负责存储100001 ~ +∞之间的所有数据，id=999999的数据落入p4分区。

最后来看看本地磁盘中的表数据文件会发生什么变化呢？如下：

在DB的文件存目录中会出现

zz_range#p#p1.ibd
zz_range#p#p2.ibd
zz_range#p#p3.ibd
zz_range#p#p4.ibd
zz_range.frm
zz_range.par

从中可以看到，存储表数据的.ibd文件从原先的1个，变成了现在的四个，与咱们最初推测的无异，同时你也可以将这些分区文件指定到不同的目录下存储，和更改表数据文件的存储位置方法相同，即通过data directory = "/xxx/xxx/xxx"的方式指定存储目录。

3.2、list分区实操

前面简单的对range分区有了实操经验后，接着来实操一下list分区，这种分区在前面的介绍中聊到过，属于一种枚举的分区类型，如下：

-- 创建一张 zz_list 表，同时根据 l_sex 性别字段做分区
createtable`zz_list`(
`l_id`intnotnull,
`l_name`varchar(10),
`l_sex`intnotnull
)
partitionby list(l_sex)(
partition p1 valuesin(0),
partition p2 valuesin(1)
);

-- 插入两条性别为男（l_sex=0）、一条性别为女（l_sex=1）的数据
insertinto`zz_list`values(1,"竹子",0),(2,"熊猫",1),(3,"子竹",0);

-- 查询 zz_list 表中不同分区的数据量
select
    partition_name as"分区名称",table_rows as"数据行数"
from
    information_schema.partitions 
where
    table_name ='zz_list';

最终上述代码依次运行后的结果如下：

list分区

同时简单推算一下插入时，数据分区的过程，如下：

p1分区：负责存储性别为男（l_sex=0）的数据，竹子、子竹两条数据会落入p1分区。

p2分区：负责存储性别为女（l_sex=1）的数据，熊猫这条数据会落入p2分区。

如果插入一条分区键范围中，不存在的数据时，就会抛出错误信息，如下：

list分区报错

从上述的错误信息中可得知：此时在插入数据时，无法找到负责存储l_sex=2的分区，因此抛出了1526的错误信息。

3.3、hash分区实战

在前面说过，哈希分区法可细分为两种，一类为常规哈希分区，另一类为线性哈希分区，接下来分别做一下实战演练。

3.3.1、常规哈希分区

-- 创建一张 zz_hash 表，并选用 h_id 作为分区键，划分为三个分区
create table `zz_hash`(
`h_id`intnotnull,
`h_name` varchar(10)
)
partition by hash(h_id)
partitions 3;

--插入四条数据进行测试
insert into`zz_hash` values(1,"竹子"),(2,"熊猫"),(3,"子竹"),(4,"猫熊");

--查询各个分区中的数据量
select
    partition_name as"分区名称",table_rows as"数据行数"
from
    information_schema.partitions 
where
    table_name ='zz_hash';

上述代码运行后结果如下：

hash-常规分区

这个结果是怎么来的呢？其过程如下：

分区键值	取模过程	取模余数	目标分区
h_id=1	1%3	1	p1
h_id=2	2%3	2	p2
h_id=3	3%3	0	p0
h_id=4	4%3	1	p1

最终可以得知各分区中的数据为{p0:[h_id=3]}、{p1:[h_id=1、h_id=4]}、{p2:[h_id=2]}，如果有新的数据插入，则会继续基于分区键进行取模运算，从而最终得到新数据该落入哪个分区中。

但是要注意：哈希分区中无法手动指定分区名称，MySQL会默认以pn作为分区名称的格式，n会从0开始依次增长，n的最大值取决于最初创建分区时，给定的partitions 3;数-1。

3.3.2、线性哈希分区

如果你想要使用线性哈希分区，实际上只需要在之前的基础上，加上一个linear关键字即可，如下：

create table `zz_linear_hash`(
    `lh_id` int not null,
    `lh_name` varchar(10)
) 
partition by linear hash(lh_id)
partitions 3;

其他过程与常规哈希分区无异，就不再过多介绍了，如果想要使用字符串作为分区键，那么必须要找一个能够将字符串转换为整数哈希值的函数，也就是类似于这样的逻辑：hash(哈希值函数(字符串字段))。

3.4、key分区实操

hash类型的分区中，基本上强制无法使用整数类型之外的字段作为分区键，而key分区的推出则是为了解决这个痛点，如下：

-- 创建一张 zz_key 表，选用字符串类型的字段：k_name 作为分区键
createtable`zz_key`(
`k_id`int,
`k_name`varchar(10)notnull
)
partitionby key(k_name)
partitions 3;

-- 插入四条数据进行测试
insertinto`zz_key`values(1,"竹子"),(2,"熊猫"),(3,"子竹"),(4,"猫熊");

-- 查询各个分区中的数据量
select
    partition_name as"分区名称",table_rows as"数据行数"
from
    information_schema.partitions 
where
    table_name ='zz_key';

大家可以尝试运行上述代码，其实会发现并不会报错，最终结果如下：

key分区

那这是如何实现的呢？大致伪逻辑如下：

分区键值	运算过程
k_name=竹子	内部哈希函数(竹子)%3
k_name=熊猫	内部哈希函数(熊猫)%3
k_name=子竹	内部哈希函数(子竹)%3
k_name=猫熊	内部哈希函数(猫熊)%3

最终根据计算出的哈希函数，再取模分区总数，最终得到了每条数据该落入到的分区。

key类型的分区中也支持线性哈希类型，本质上也只需要在原有的基础上，多加上一个linear关键字即可。

3.5、sub分区实操

前面聊到过，sub子分区类型实际就是分区嵌套，基于一次分区的结果上再次进行分区，下面实操一下：

-- 创建一张 zz_sub 表，基于年份进行范围分区，再基于月份进行哈希分区
createtable`zz_sub`(
    register_time datetime 
)
partitionbyrange(year(register_time))
subpartition by hash(month(register_time))
(
partition p1 values less than (2000)(
        subpartition p1_s1,
        subpartition p1_s2
),
partition p2 values less than (2020)(
        subpartition p2_s1,
        subpartition p2_s2
),
partition p3 values less than maxvalue(
        subpartition p3_s1,
        subpartition p3_s2
)
);

-- 插入八条测试数据
insertinto zz_sub values
("1998-11-02 23:22:59"),
("2000-08-11 14:14:39"),
("2001-10-27 13:33:14"),
("2008-04-22 12:44:25"),
("2009-06-15 00:24:58"),
("2019-12-07 01:21:24"),
("2022-04-01 17:11:14"),
("2025-01-09 16:36:01");

-- 查询各个子分区中的数据行数
select
    partition_name as"父分区名称",
    subpartition_name as"子分区名称",
    table_rows as"子分区行数"
from
    information_schema.partitions 
where
    table_name ='zz_sub';

上述的Sub分区比之前聊到的几种都看着复杂一些，一起先来看看结果：

sub分区

总共插入了8条测试数据，所有子分区的行数加起来也是八条数据，从数据量方面来看是没有任何问题的，但具体是如何将数据划分到每个分区中的呢？如下：

p1分区：负责存储年份-∞ ~ 2000之间的所有数据。

p2分区：负责存储年份2001 ~ 2020之间的所有数据。

p3分区：负责存储年份2021 ~ +∞之间的所有数据。

基于上述各分区存储数据的范围，最终插入的各条数据落入的范围如下：

数据落区

确定了数据要落入的父分区后，接着会基于月份做取模运算，然后确定具体要落入的子分区，各日期的月份如下：

日期-年月

接着会使用这些月份做取模运算，由于每个分区中只划分了两个子分区，所以就是用月份取模2，如下：

日期月份	取模过程	取模余数	目标分区
11	11%2	1	p1-s2
08	08%2	0	p2-s1
10	10%2	0	p2-s1
04	04%2	0	p2-s1
06	06%2	0	p2-s1
12	12%2	0	p2-s1
04	04%2	0	p3-s1
01	01%2	1	p3-s2

因为每个分区中具备两个子分区，在MySQL内部会用一个数组来存储，大体关系如下：

{
    "p1" : ["p1-s1","p1-s2"],
    "p2" : ["p2-s1","p2-s2"],
    "p3" : ["p3-s1","p3-s2"]
}

因此当取模的余数为0时，会选择放入到第一个子分区中，当取模的余数为1时，会放入到第二个子分区。OK~，至此就讲明白了复合分区类型中，数据分区的具体过程。

3.6、表分区相关的命令

-- 创建范围分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionbyrange(xxx)(
partition分区名1values less than (范围) data directory ="/xxx/xxx/xxx",
partition分区名2values less than (范围) data directory ="/xxx/xxx/xxx",
......
);

-- 创建枚举分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionby list(xxx)(
partition分区名1valuesin(枚举值1,枚举值2...),
partition分区名2valuesin(枚举值),
......
);

-- 创建常规哈希分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionby hash(xxx)
partitions 分区数量;

-- 创建线性哈希分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionby linear hash(xxx)
partitions 分区数量;

-- 创建Key键分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionby key(xxx)
partitions 分区数量;

-- 创建Sub子分区
createtable`表名`(
`xxx` xxx notnull,
....
)
partitionbyrange(父分区键)
subpartition by hash(子分区键)(
partition分区名1values less than (范围1)(
        subpartition 子分区名1,
        subpartition 子分区名2,
......
),
partition分区名2values less than (范围2)(
        subpartition 子分区名1,
        subpartition 子分区名2,
......
),
......
);

-- 查询一张表各个分区的数据量
select
    partition_name as"分区名称",table_rows as"数据行数"
from
    information_schema.partitions 
where
    table_name ='表名';

-- 查询一张表父子分区的数据量
select
    partition_name as"父分区名称",
        subpartition_name as"子分区名称",
        table_rows as"子分区行数"
from
    information_schema.partitions 
where
    table_name ='表名';

-- 查询MySQL中所有表分区的信息
select*from information_schema.partitions;

-- 查询一张表某个分区中的所有数据
select*from表名partition(分区名);

-- 对于一张已存在的表添加分区
altertable表名 reorganize partition分区名into(
partition分区名1values less than (范围) data directory ="/xxx/xxx/xxx",
partition分区名2values less than (范围) data directory ="/xxx/xxx/xxx",
......
);

-- 将多个分区合并成一个分区
altertable表明 reorganize partition分区名1,分区名2...into(
partition新分区名values less than (范围)
);

-- 清空一个分区中的所有数据
altertable表名truncatepartition分区名;

-- 删除一个表的指定分区
altertable表名droppartition分区名;

-- 重建一张表的分区
altertable表名 rebuild partition分区名;

-- 分析一个表分区
altertable表名 analyze partition分区名;
-- 优化一个表分区
altertable表名 optimize partition分区名;
-- 检查一个表分区
altertable表名checkpartition分区名;
-- 修复一个表分区
altertable表名 repair partition分区名;

-- 减少hash、key分区方式的 n 个分区
altertable表名 coalesce partition n;

-- 将一张表的分区切换到另一张表
altertable表名1 exchange partition分区名withtable表名2;

-- 移除一张表的所有分区
altertable表名 remove partitioning;

OK，到这里就列出了一些表分区相关的操作命令，大家可自行根据需求去查找自己需要的命令~

四、表分区技术总结

如果你看到了这里，那首先恭喜你：无用的知识又增加啦！为啥说表分区技术没用呢？其实作用还是有的，不过一般情况下都会有更好的选择代替，比如采用分表技术来划分表数据，不仅仅支持水平切分，甚至还可以做垂直切分。当单库的数据过多时，表分区技术其实派不上太大的用场，因为当数据达到一定量级时，要么会选择分库分表，要么会选择上分布式数据库，如TiDB，最后再配合大数据技术辅助，做历史数据归档。

所以表分区技术没有太多的人知道也是有原因的，毕竟地位也比较尴尬，要用它的时候，往往有更好的选择替换，而小型的项目中又没有必要去使用它，所以关于这项技术，掌不掌握其实影响都不大。不过多懂一些总是好事，陌生的知识永远都能给人增长认知~

这里提到了一句话：要用它的时候，往往有更好的选择替换，也就是指分表技术，这块内容本章就不再展开叙述了，后面会单开一章《MySQL库内分表篇》，结合个人之前做过的一个业务，来全面的剖析它。