今天我们来聊聊处理大数据时Mysql的存储优化。当数据达到一定量时，一般的存储方式就无法解决高并发问题了。最直接的MySQL优化就是分区分表，以下是我个人对分区分表的笔记：

1，合并表：把多个结果相同的的表合并为一个容器。

容器的类型：Myisam，存储引擎：merge
存在的问题：有重复的行

create table packtable(
  id ....
)engine=merge unique=(table1,table2);

2，表的分区：

更多技术知识请关注我的V-X-公-众hao：编程经验共享

2.1，水平分区：根据某个字段进行分区（RANGE分区）

create table test1(
id int(10) primary key auto_increment,
 score int(3)
)engine=innodb default charset=utf8 partition by range(score)(
//根据score字段分区，score小于60的在p1分区
  partition p1 values less than(60),
//根据score字段分区，score小于70的在p2 分区
 partition p2 values less than(70),
 //根据score字段分区，score大于70的在p3 分区
  partition p3 values lessthan maxvalue
 );

2.2 list分区：第一选择基于某 列的值是否属于某个 集合

create table test1(
     id int(10) primary key auto_increment,
     branch_id int(3)
)engine=innodb default charset=utf8 partition by list(branch_id  )(
    //根据branch_id 字段分区，branch_id  在1，2，3之中的为p1分区
     partition p1 values less in(1,2,3),
    //根据branch_id 字段分区，branch_id  在7，8，9 之中的为p2分区
     partition p2 values less in(7,8,9)
);

2.3 hash分区：支持数值类型

--
-- 根据birthda字段获取月份，再根据月份进行分区储存，一共分12个区；
--
create table test1(
 id int(10) primary key auto_increment,
 birthday date
)engine=innodb default charset=utf8 partition by hash(month(birthday))  partitions 12;

2.4 线性分区（linear hash)：大数据是增加，合并，拆分速度更快

--
-- 根据branch_id字段进行分区储存，一共分5个区；
--
create table test1(
 id int(10) primary key auto_increment,
 branch_id int(3)
)engine=innodb default charset=utf8 partition by linear hash (branch_id  ) partitions 5;

2.5 key分区：可以计算一列或者多列进行分区

--
-- 根据branch_id字段进行分区储存，一共分5个区；
--
create table test1(
 id int(10) primary key auto_increment,
 branch_id int(3)
)engine=innodb default charset=utf8 partition by key (branch_id  ) partitions 5;