MySQL 分表是处理大数据量表的常用优化手段，通过将大表拆分为多个小表，提高查询效率和管理灵活性。以下是分表的核心方法和实现方式：
将表中不同行的数据拆分到多个表中，每个表结构相同。适用场景：表行数极多（如千万级以上），查询常按某字段筛选（如时间、用户 ID）。
将表中不同列的数据拆分到多个表中，每个表存储部分字段。适用场景：表字段过多，或包含大字段（如 text、blob），多数查询只用到部分字段。
根据特定规则手动创建分表，在应用层控制数据路由。
示例：按时间分表存储日志
CREATE TABLE log_202301 (
id INT PRIMARY KEY AUTO_INCREMENT,
content TEXT,
create_time DATETIME
) ENGINE=InnoDB;
CREATE TABLE log_202302 LIKE log_202301;
应用层逻辑：
-
写入时根据
create_time判断数据应存入哪个表
-
查询时根据时间范围确定需要访问的分表
MySQL 5.7 + 支持分区表，将数据在物理上分开存储，但逻辑上仍是一个表。
示例：按范围分区（时间）
CREATE TABLE logs (
id INT PRIMARY KEY AUTO_INCREMENT,
content TEXT,
create_time DATETIME
) ENGINE=InnoDB
PARTITION BY RANGE (TO_DAYS(create_time)) (
PARTITION p202301 VALUES LESS THAN (TO_DAYS('2023-02-01')),
PARTITION p202302 VALUES LESS THAN (TO_DAYS('2023-03-01')),
PARTITION p_other VALUES LESS THAN MAXVALUE
);
示例：按哈希分区（用户 ID）
CREATE TABLE user_data (
id INT PRIMARY KEY,
name VARCHAR(50),
uid INT
) ENGINE=InnoDB
PARTITION BY HASH (uid)
PARTITIONS 10;
当分表数量极多（如数百个），可借助中间件自动管理：
-
MyCat：开源分布式数据库中间件
-
ShardingSphere：生态更完善，支持分库分表、读写分离等
核心原理：中间件拦截 SQL，根据分片规则路由到对应分表，对应用层透明。
将表中不常用或大字段拆分到单独表，通过主键关联。
示例：用户表拆分
CREATE TABLE user_core (
id INT PRIMARY KEY AUTO_INCREMENT,
username VARCHAR(50),
email VARCHAR(100),
create_time DATETIME
) ENGINE=InnoDB;
CREATE TABLE user_extra (
user_id INT PRIMARY KEY,
bio TEXT,
avatar BLOB,
FOREIGN KEY (user_id) REFERENCES user_core(id)
) ENGINE=InnoDB;
查询时按需关联：
SELECT username, email FROM user_core WHERE id = 1;
SELECT c.username, e.bio
FROM user_core c
JOIN user_extra e ON c.id = e.user_id
WHERE c.id = 1;
-
分片规则设计：
-
尽量让数据均匀分布，避免某分表过大
-
结合查询场景，让常用查询只命中少数分表
-
主键处理：
-
避免使用自增主键（可能重复），可采用全局 ID 生成器（如雪花算法）
-
分区表可保持自增主键（MySQL 自动处理）
-
事务与关联查询：
-
跨分表事务难以保证一致性
-
跨分表 JOIN 效率低，应尽量避免
-
维护成本：
-
手动分表需处理分表创建、数据迁移等
-
分区表需定期清理历史分区（如
DROP PARTITION）
选择哪种方式取决于数据量、查询模式和系统架构，中小规模推荐分区表，大规模分布式系统推荐中间件方案。
