MySQL中的HASH分区（附带实例）

HASH 分区基于用户定义的表达式的返回值来选择分区，该表达式使用将要插入表中的这些行的列值进行计算。hash() 函数中可以包含 MySQL 中有效的、产生非负整数值的任何表达式。

HASH 分区主要用来确保数据在预先确定数目的分区中平均分布。在 RANGE 和 LIST 分区中，必须明确指定一个给定的列值或列值集合应该保存在哪个分区中；而在 HASH 分区中，MySQL 自动完成这些工作，用户所要做的只是基于将要被哈希的列值指定一个列值或表达式，以及指定被分区的表将要被分割成的分区数量。

【实例】创建 HASH 分区，命令如下：

mysql> create table htable(
         id int,
         name varchar(20),
         birthdate date not null,
         salary int
       )
       partition by hash(year(birthdate))
       partitions 4;
Query OK, 0 rows affected (0.00 sec)

当使用“partition by hash”时，MySQL 将基于用户函数结果的模数来确定使用哪个编号的分区。将要保存记录的分区编号为 N = MOD(表达式, num)。

例如，表 htable 中插入一条 birthdate 为“2010-09-23”的记录，可以通过如下方法计算该记录的分区：

mod(year(’2010-09-23’),4)=mode(2010,4) =2

此时，该条记录的数据将会存储在分区编号为 2 的分区空间。

线性HASH分区

线性 HASH 分区和 HASH 分区的区别在于，线性哈希功能使用的是一个线性的 2 的幂运算法则，而 HASH 分区使用的是哈希函数的模数。

先看下面的例子：

mysql> create table htable2(
        id int not null,
        name varchar(20),
        hired date not null default '1999-09-09',
        deptno int
       )
       partition by linear hash(year(hired))
       partitions 4;
Query OK, 0 rows affected (0.03 sec)

如果表 htable2 中插入一条 hired 为“2010-09-23”的记录，记录将要保存到的分区是 num 个分区中的分区 N，可以通过如下方法计算 N：
1) 找到下一个大于 num 的 2 的幂次方数，把这个值称作 V，即 V = POWR(2,CEILING(LOG(2,num)))。假设，num 的值是 13，那么 LOG(2,13) 就是 3.70043，CEILING(3.70043) 就是 4，则 V = POWER(2,4)=16。

2) 计算 N = F(column_list) & (V – 1)，当 N≥num 时，执行 V = CEIL(V/2)，此时 N = N &(V−1)。

【实例】演示通过线性哈希分区算法计算分区 N 的值。线性哈希分区表 t1 通过下面的语句创建。

mysql> create table th1(
          col1 int,
          col2 char(5),
          col3 date
        )
        partition by linear hash( year(col3) )
        partitions 6;
Query OK, 0 rows affected (0.59 sec)

现在假设要插入两条记录到表 th1 中，其中一条记录的 col3 列的值为“2003-04-14”，另一条记录的 cols 列值为“1998-10-19”。
1) 第一条记录要保存到的分区序号的计算过程如下，记录将要保存到的 num 个分区中的分区 N，假设 num 是 7 个分区，表 t1 使用线性 HASH 分区且有 4 个分区。

V = POWR(2,CEILING(LOG(2,num)))
  V = POWR(2,CEILING(LOG(2,7))) = 8
N = YEAR('2003-04-14') & (8 - 1)
  = 2003 & 7
  = 3

N 的值是 3，很显然 3≥4 不成立，所以附件条件不执行，第一条记录的信息将存储在 3 号分区中。

2) 第二条记录将要保存到的分区序号计算如下：

V = POWR(2,CEILING(LOG(2,num)))
V = POWR(2,CEILING(LOG(2,7))) = 8
  = YEAR('1998-10-19') & (8 - 1)
  = 1998 & 7
  = 6

N 的值是 6，很显然 6≥4 成立，所以会继续执行：

V = CEIL(6/2) = 3
N = N & (V-1)
  = 6 & 2
  = 2

此时 2≥4 不成立，记录将被保存到 2 号分区中。

线性哈希分区的优点在于增加﹑删除﹑合并和拆分分区更加快捷，有利于处理含有极大量（1000GB）数据的表。它的缺点在于，与使用常规 HASH 分区得到的数据分布相比，各个分区间数据的分布可能不大均衡。