Giới Thiệu

Phân vùng cơ sở dữ liệu là một kỹ thuật mạnh mẽ giúp quản lý các bảng dữ liệu lớn trong MySQL. Trong bài viết này, chúng tôi sẽ cung cấp hướng dẫn chi tiết về phân vùng, phân tích lợi ích, nhược điểm, và cách thực hiện.

Mục Lục

1. Phân Vùng Là Gì?
2. Lợi Ích và Hạn Chế của Phân Vùng
3. Khi Nào Nên và Không Nên Sử Dụng Phân Vùng?
4. Các Phương Pháp Phân Vùng với Ví Dụ
5. Khi Nào Sử Dụng Phương Pháp Nào?
6. Cách Phân Vùng Cải Thiện Hiệu Suất
7. Các Thực Tiễn Tốt Nhất
8. Câu Hỏi Thường Gặp

1. Phân Vùng Là Gì?

Phân vùng là một quá trình chia một bảng dữ liệu lớn thành các phần nhỏ hơn, dễ quản lý hơn, gọi là phân vùng. Mỗi phân vùng được lưu trữ và xử lý như một bảng riêng biệt, nhưng chúng được nhóm lại và được MySQL coi như một bảng duy nhất. Việc phân chia này dựa trên một tập hợp các quy tắc (chức năng hoặc sơ đồ phân vùng) mà bạn định nghĩa.

2. Lợi Ích và Hạn Chế của Phân Vùng

Lợi Ích của Phân Vùng

Phân vùng mang lại nhiều lợi ích đáng kể:

Hạn Chế của Phân Vùng

3. Khi Nào Nên và Không Nên Sử Dụng Phân Vùng?

Khi Nào Nên Sử Dụng Phân Vùng

• Bảng Rất Lớn (Hàng Triệu/Hàng Tỷ Dòng): Khi bảng vượt quá bộ nhớ vật lý và I/O trở thành nút thắt cổ chai.
• Dữ Liệu Theo Thời Gian: Khi dữ liệu đang không ngừng tăng trưởng theo thời gian (ví dụ: dữ liệu nhật ký, đọc cảm biến), cho phép dữ liệu cũ dễ dàng được loại bỏ bằng cách xóa các phân vùng theo ngày.
• Chính Sách Lưu Trữ/Duy Trì Dữ Liệu: Khi các đoạn dữ liệu khác nhau có yêu cầu lưu trữ hoặc duy trì khác nhau.
• Quét Bảng Chậm: Khi nhiều truy vấn liên quan đến quét bảng chậm và điều kiện truy vấn phù hợp với một chiến lược phân vùng.

Khi Nào Không Nên Sử Dụng Phân Vùng

• Bảng Nhỏ Đến Trung Bình: Chi phí của việc phân vùng vượt quá bất kỳ lợi ích nào.
• Bảng Với Các Kết Nối Phức Tạp: Phân vùng không cải thiện trực tiếp hiệu suất kết nối trừ khi điều kiện kết nối cũng phù hợp hoàn toàn với sơ đồ phân vùng (kết nối theo phân vùng).
• Truy Vấn Không Sử Dụng Khóa Phân Vùng: Nếu các truy vấn phổ biến nhất không lọc trên cột sử dụng để phân vùng, phân vùng không mang lại lợi ích và thêm chi phí.

4. Các Phương Pháp Phân Vùng với Ví Dụ

MySQL hỗ trợ bốn loại phân vùng chính, cộng với một phương pháp tổ hợp.

1. Phân Vùng RANGE (Tốt Nhất cho Ngày/Phạm Vi Liên Tiếp)

Dữ liệu được phân vùng dựa trên các giá trị cột nằm trong một phạm vi liên tiếp nhất định. Điều này lý tưởng cho các kịch bản như dữ liệu theo thời gian hoặc dữ liệu có các phạm vi số xác định.

• Cú Pháp: PARTITION BY RANGE (biểu_thức)
• Yêu Cầu: Biểu thức phải trả về một số nguyên hoặc NULL. Mỗi định nghĩa phân vùng sử dụng VALUES LESS THAN (giá_trị). Các giá trị phải tăng dần.

CREATE TABLE sales (
    sale_id INT NOT NULL,
    cust_id INT NOT NULL,
    store_id INT NOT NULL,
    sale_date DATE NOT NULL,
    amount DECIMAL (9,2)
)
PARTITION BY RANGE (YEARWEEK(sale_date))
(
    PARTITION s1 VALUES LESS THAN (202002), -- Doanh số trước tuần thứ 2 năm 2020
    PARTITION s2 VALUES LESS THAN (202003),
    PARTITION s3 VALUES LESS THAN (202004),
    PARTITION s4 VALUES LESS THAN (202005),
    PARTITION s5 VALUES LESS THAN (202006),
    PARTITION s999 VALUES LESS THAN (MAXVALUE) -- Bắt tất cả cho dữ liệu tương lai
);

-- Ví dụ quản lý: Tổ chức lại một phân vùng
ALTER TABLE sales REORGANIZE PARTITION s999 INTO
(
    PARTITION s6 VALUES LESS THAN (202007),
    PARTITION s7 VALUES LESS THAN (202008),
    PARTITION s999 VALUES LESS THAN (MAXVALUE) -- Bắt tất cả mới
);

2. Phân Vùng LIST (Tốt Nhất cho Các Cột Được Liệt Kê)

Dữ liệu được phân vùng dựa trên các giá trị cột khớp với một trong một tập hợp giá trị rời rạc được xác định cho mỗi phân vùng.

• Cú Pháp: PARTITION BY LIST (tên_cột/biểu_thức)
• Yêu Cầu: Cột hoặc biểu thức phải trả về một số nguyên hoặc một chuỗi. Mỗi định nghĩa phân vùng sử dụng VALUES IN (danh_sách_giá_trị).

CREATE TABLE sales_list
(
    sale_id INT NOT NULL,
    cust_id INT NOT NULL,
    store_id INT NOT NULL,
    sale_date DATE NOT NULL,
    geo_region_cd VARCHAR(6) NOT NULL,
    amount DECIMAL(9,2)
)
PARTITION BY LIST COLUMNS (geo_region_cd) -- Sử dụng LIST COLUMNS cho các loại không phải số nguyên/chuỗi
(
    PARTITION MIDDLEEAST VALUES IN ('SA','QT','SY'),
    PARTITION EUROPE VALUES IN ('EUR_I','EUR_F','EUR_B','EUR_S','EUR_P'),
    PARTITION ASIA VALUES IN ('PK','SG','IN','CH','RS')
);

-- Ví dụ quản lý: Thêm một giá trị mới vào phân vùng hiện tại
ALTER TABLE sales_list REORGANIZE PARTITION ASIA INTO
(
    PARTITION ASIA VALUES IN ('PK','SG','IN','CH','RS','NKOR')
);

3. Phân Vùng HASH (Tốt Nhất cho Phân Phối Dữ Liệu Đều)

Dữ liệu được phân vùng dựa trên kết quả của một biểu thức do người dùng xác định (thường là băm của một giá trị cột) và được phân bổ qua một số phân vùng xác định. Mục tiêu là phân phối dữ liệu đều.

• Cú Pháp: PARTITION BY HASH (biểu_thức) PARTITIONS N
• Yêu Cầu: Biểu thức phải trả về một số nguyên không âm.

CREATE TABLE sales_hash
(
    sale_id INT NOT NULL,
    cust_id INT NOT NULL,
    store_id INT NOT NULL,
    sale_date DATE NOT NULL,
    amount DECIMAL(9,2)
)
PARTITION BY HASH (cust_id) PARTITIONS 4;
-- Dữ liệu được phân bổ vào các phân vùng H1, H2, H3, H4 dựa trên công thức: MOD(HASH(cust_id), 4)

4. Phân Vùng KEY (Tương Tự như HASH, nhưng sử dụng khóa chính)

Tương tự như HASH, nhưng hàm băm nội bộ của MySQL được sử dụng, và biểu thức thường dựa trên một hoặc nhiều cột từ khóa chính của bảng hoặc một khóa duy nhất. Nó tự động sử dụng tất cả các cột trong khóa chính nếu không có cột nào được chỉ định.

• Cú Pháp: PARTITION BY KEY (danh_sách_cột) PARTITIONS N
• Yêu Cầu: Các cột được chỉ định trong danh_sách_cột phải là một phần của khóa.

5. Phân Vùng TỔ HỢP (Phân Vùng Con)

Điều này liên quan đến việc chia nhỏ hơn mỗi phân vùng sử dụng một sơ đồ phân vùng thứ hai, thường là HASH hoặc KEY. Nó cho phép kiểm soát quản lý dữ liệu tinh vi hơn.

• Ví Dụ: Phân vùng tổ hợp RANGE-Hash. Các phân vùng chính được phân theo Phạm vi (ví dụ: năm), và mỗi phân vùng phạm vi được chia thêm thành các phân vùng con băm (ví dụ: theo ID khách hàng).

CREATE TABLE sales_composite
(
    sale_id INT NOT NULL,
    cust_id INT NOT NULL,
    store_id INT NOT NULL,
    sale_date DATE NOT NULL,
    amount DECIMAL(9,2)
)
PARTITION BY RANGE (YEAR(sale_date))
SUBPARTITION BY HASH (cust_id)
(
    PARTITION s1 VALUES LESS THAN (2021)
    (
        SUBPARTITION s1_h1,
        SUBPARTITION s1_h2,
        SUBPARTITION s1_h3,
        SUBPARTITION s1_h4
    ),
    PARTITION s999 VALUES LESS THAN (MAXVALUE)
    (
        SUBPARTITION s999_h1,
        SUBPARTITION s999_h2,
        SUBPARTITION s999_h3,
        SUBPARTITION s999_h4
    )
);

5. Khi Nào Sử Dụng Phương Pháp Nào?

6. Cách Phân Vùng Cải Thiện Hiệu Suất

Phân vùng chủ yếu cải thiện hiệu suất thông qua hai cơ chế:

A. Cắt Phân Vùng

Khi một truy vấn được thực hiện, bộ tối ưu hóa MySQL phân tích câu lệnh WHERE liên quan đến chức năng phân vùng. Nếu điều kiện cho phép, bộ tối ưu hóa có thể loại trừ các phân vùng không liên quan khỏi việc quét, một quy trình được gọi là cắt phân vùng.

Ví Dụ:
Trong bảng sales được phân vùng theo YEARWEEK(sale_date), một truy vấn như:
SELECT * FROM sales WHERE sale_date BETWEEN '2020-02-01' AND '2020-02-29';
Bộ tối ưu hóa có thể tính toán phạm vi số tuần (ví dụ: 202005 đến 202009) và chỉ quét các phân vùng $s4, s5, s6, s7, s999$. Nó bỏ qua các phân vùng $s1, s2, s3$, giảm đáng kể I/O và tăng tốc độ truy vấn.

B. Các Thao Tác Quản Lý Dữ Liệu Hiệu Quả

Các thao tác ảnh hưởng đến một phần lớn của bảng, đặc biệt là xóa và lưu trữ dữ liệu, trở nên rất hiệu quả. Thay vì chạy một truy vấn DELETE dài dòng, bạn có thể sử dụng ALTER TABLE ... DROP PARTITION pX;, điều này gần như ngay lập tức vì đây là một thao tác siêu dữ liệu chỉ đơn giản xóa các tệp liên kết với phân vùng.

7. Các Thực Tiễn Tốt Nhất

• Chọn Khóa Phân Vùng Thích Hợp: Chọn các cột có tính chất truy vấn cao làm khóa phân vùng.
• Giám Sát Hiệu Suất: Theo dõi hiệu suất truy vấn và điều chỉnh phân vùng khi cần thiết.
• Kiểm Tra Trước Khi Triển Khai: Kiểm tra cấu hình phân vùng trong môi trường phát triển trước khi triển khai vào sản xuất.
• Lập Kế Hoạch Dự Phòng: Luôn có kế hoạch dự phòng cho dữ liệu quan trọng trước khi thực hiện các thao tác phân vùng.

8. Câu Hỏi Thường Gặp

Phân vùng có thể giúp cải thiện hiệu suất truy vấn không?

Có, phân vùng giúp cải thiện hiệu suất bằng cách giảm lượng dữ liệu mà cơ sở dữ liệu phải quét.

Có những loại phân vùng nào trong MySQL?

MySQL hỗ trợ các loại phân vùng như RANGE, LIST, HASH, KEY và COMPOSITE.

Phân vùng có thể làm tăng độ phức tạp không?

Có, thiết kế và duy trì một bảng phân vùng có thể phức tạp hơn so với bảng bình thường.

Tôi có nên sử dụng phân vùng cho bảng nhỏ không?

Không, phân vùng thường không mang lại lợi ích cho bảng nhỏ vì chi phí phân vùng lớn hơn lợi ích đạt được.