引言
在互联网应用快速发展的今天，数据量呈现爆炸式增长。作为后端开发者，我们常常会遇到单表数据量过亿导致的性能瓶颈问题。本文将以一个真实的4亿数据表分表案例为基础，详细介绍如何在不影响线上业务的情况下，完成按时间维度分表的完整过程，包含架构设计、具体实施方案、Java代码适配以及注意事项等全方位内容。
一、为什么我们需要分表？
1.1 单表数据量过大的问题
当MySQL单表数据量达到4亿级别时，会面临诸多挑战：
- 索引膨胀，B+树层级加深，查询效率下降
- 备份恢复时间呈指数级增长
- DDL操作（如加字段、改索引）锁表时间不可接受
- 高频写入导致锁竞争加剧
1.2 分表方案选型
常见的分表策略有：
- 水平分表 ：按行拆分，如按ID范围、哈希、时间等
- 垂直分表 ：按列拆分，将不常用字段分离
- 分区表 ：MySQL内置分区功能
本文选择 按时间水平分表 ，因为：
- 业务查询大多带有时间条件
- 天然符合数据冷热特征
- 便于历史数据归档
二、分表前的准备工作
2.1 数据评估分析
sql
-- 分析数据时间分布
SELECT
DATE_FORMAT(create_time, '%Y-%m') AS month,
COUNT(*) AS count
FROM original_table
GROUP BY month
ORDER BY month;
AI写代码sql
12345672.2 分表命名规范设计
制定明确的分表命名规则：
- 主表：
original_table - 月度分表：
original_table_202301 - 年度分表：
original_table_2023 - 归档表：
archive_table_2022
2.3 应用影响评估
检查所有涉及该表的SQL：
- 是否都有时间条件
- 是否存在跨时间段的复杂查询
- 事务是否涉及多表关联
三、分表实施方案详解
3.1 方案一：平滑迁移方案（推荐）
第一步：创建分表结构
sql
-- 创建2023年1月的分表（结构完全相同）
CREATE TABLE original_table_202301 LIKE original_table;
-- 为分表添加同样的索引
ALTER TABLE original_table_202301 ADD INDEX idx_user_id(user_id);
AI写代码sql
12345第二步：分批迁移数据
使用Java编写迁移工具：
ini
public class DataMigrator {
private static final int BATCH_SIZE = 5000;
public void migrateByMonth(String month) throws SQLException {
String sourceTable = "original_table";
String targetTable = "original_table_" + month;
try (Connection conn = dataSource.getConnection()) {
long maxId = getMaxId(conn, sourceTable);
long currentId = 0;
while (currentId < maxId) {
String sql = String.format(
"INSERT INTO %s SELECT * FROM %s " +
"WHERE create_time BETWEEN '%s-01' AND '%s-31' " +
"AND id > %d ORDER BY id LIMIT %d",
targetTable, sourceTable, month, month, currentId, BATCH_SIZE);
try (Statement stmt = conn.createStatement()) {
stmt.executeUpdate(sql);
currentId = getLastInsertedId(conn, targetTable);
}
Thread.sleep(100); // 控制迁移速度
}
}
}
}
AI写代码java
运行
12345678910111213141516171819202122232425262728第三步：建立联合视图
sql
CREATE VIEW original_table_unified AS
SELECT * FROM original_table_202301 UNION ALL
SELECT * FROM original_table_202302 UNION ALL
...
SELECT * FROM original_table; -- 当前表作为最新数据
AI写代码sql
123453.2 方案二：触发器过渡方案
对于不能停机的关键业务表：
sql
-- 创建分表
CREATE TABLE original_table_new LIKE original_table;
-- 创建触发器
DELIMITER //
CREATE TRIGGER tri_original_table_insert
AFTER INSERT ON original_table
FOR EACH ROW
BEGIN
IF NEW.create_time >= '2023-01-01' THEN
INSERT INTO original_table_new VALUES (NEW.*);
END IF;
END//
DELIMITER ;
AI写代码sql
1234567891011121314四、Java应用层适配
4.1 动态表名路由
实现一个简单的表名路由器：
arduino
public class TableRouter {
private static final DateTimeFormatter MONTH_FORMAT =
DateTimeFormatter.ofPattern("yyyyMM");
public static String routeTable(LocalDateTime createTime) {
String month = createTime.format(MONTH_FORMAT);
return "original_table_" + month;
}
}
AI写代码java
运行
1234567894.2 MyBatis分表适配
方案一：动态SQL
sql
<select id="queryByTime" resultType="com.example.Entity">
SELECT * FROM ${tableName}
WHERE user_id = #{userId}
AND create_time BETWEEN #{start} AND #{end}
</select>
AI写代码xml
12345
sql
public List<Entity> queryByTime(Long userId, LocalDate start, LocalDate end) {
List<String> tableNames = getTableNamesBetween(start, end);
return tableNames.stream()
.flatMap(table -> mapper.queryByTime(table, userId, start, end).stream())
.collect(Collectors.toList());
}
AI写代码java
运行
123456方案二：插件拦截（高级）
实现MyBatis的Interceptor接口：
ini
@Intercepts(@Signature(type= StatementHandler.class,
method="prepare", args={Connection.class, Integer.class}))
public class TableShardInterceptor implements Interceptor {
@Override
public Object intercept(Invocation invocation) throws Throwable {
BoundSql boundSql = ((StatementHandler)invocation.getTarget()).getBoundSql();
String originalSql = boundSql.getSql();
if (originalSql.contains("original_table")) {
Object param = boundSql.getParameterObject();
LocalDateTime createTime = getCreateTime(param);
String newSql = originalSql.replace("original_table",
"original_table_" + createTime.format(MONTH_FORMAT));
resetSql(invocation, newSql);
}
return invocation.proceed();
}
}
AI写代码java
运行
123456789101112131415161718192021五、分表后的运维管理
5.1 自动建表策略
使用Spring Scheduler实现每月自动建表：
ini
@Scheduled(cron = "0 0 0 1 * ?") // 每月1号执行
public void autoCreateNextMonthTable() {
LocalDate nextMonth = LocalDate.now().plusMonths(1);
String tableName = "original_table_" + nextMonth.format(MONTH_FORMAT);
jdbcTemplate.execute("CREATE TABLE IF NOT EXISTS " + tableName +
" LIKE original_table_template");
}
AI写代码java
运行
123456785.2 数据归档策略
java
public void archiveOldData(int keepMonths) {
LocalDate archivePoint = LocalDate.now().minusMonths(keepMonths);
String archiveTable = "archive_table_" + archivePoint.getYear();
// 创建归档表
jdbcTemplate.execute("CREATE TABLE IF NOT EXISTS " + archiveTable +
" LIKE original_table_template");
// 迁移数据
jdbcTemplate.update("INSERT INTO " + archiveTable +
" SELECT * FROM original_table WHERE create_time < ?",
archivePoint.atStartOfDay());
// 删除原数据
jdbcTemplate.update("DELETE FROM original_table WHERE create_time < ?",
archivePoint.atStartOfDay());
}
AI写代码java
运行
1234567891011121314151617六、踩坑与经验总结
6.1 遇到的典型问题
- 跨分页查询问题 ：
- 解决方案：使用Elasticsearch等中间件预聚合
- 分布式事务问题 ：
- 解决方案：避免跨分表事务，或引入Seata等框架
- 全局唯一ID问题 ：
- 解决方案：使用雪花算法(Snowflake)生成ID
6.2 性能对比数据
| 指标 | 分表前 | 分表后 |
|---|---|---|
| 单条查询平均耗时 | 320ms | 45ms |
| 批量写入QPS | 1,200 | 3,500 |
| 备份时间 | 6小时 | 30分钟 |
七、未来演进方向
- 分库分表 ：当单机容量达到瓶颈时考虑
- TiDB迁移 ：对于超大规模数据考虑NewSQL方案
- 数据湖架构 ：将冷数据迁移到HDFS等存储
结语
MySQL分表是一个系统工程，需要结合业务特点选择合适的分片策略。本文介绍的按时间分表方案，在保证业务连续性的前提下，成功将4亿数据表的查询性能提升了7倍。希望这篇实践总结能为面临类似问题的开发者提供有价值的参考。