table 增长后优化 MySQL 操作的最佳方法
Best way to optimize MySQL operations after a table grows
背景信息：我们 运行 是一个电子商务网站，正试图找出处理 table 所使用的 "historical" 数据的最佳方式非常频繁且绑定太多记录（即订单、客户等）。
我特别关注 2 个特定场景：
- 数据库迁移
- SELECT
数据库迁移
在数据库迁移的情况下，我们开始看到我们有时需要 运行 一些 ALTER TABLE 锁定整个 table 并且，如果 table 有这么多记录，这可能需要一段时间。当然，在迁移完成之前，table 上的所有操作都将暂停，这意味着我们的结帐可能会因为我们将 VARCHAR(15) 更改为 VARCHAR(256).[=20 而停止=]
从 MySQL 5.6 开始，完成了很多操作“INPLACE" which means (from what I understood) 他们不会创建一个完整的-table 锁：这还不错，但仍然不完美 - - 如果我们需要更改列的类型（不能执行 INPLACE）并且我们真的不想在几分钟内处于维护模式怎么办？
我的绝妙想法是简单地复制 table（复制过来），然后在复制的 table 上执行迁移，停止写入原始 table（即锁定它），将未同步的数据复制到复制的数据并交换它们。我认为 percona tool for zero-downtime migrations 做了类似的事情所以也许这就是 "best" 方法？
意见？
SELECT
对于SELECTs，由于大部分旧数据很少被访问，我想range-partitioning按日期（例如2015年之前/ post-2015年）然后将我们的大部分查询更改为获取内容 WHERE YEAR(created_at) >= 2015.
如果用户想要他的完整历史数据，那么我们会动态删除该条件。这以某种方式确保数据是 well-partitioned.
还有其他想法吗？您认为分区可能值得吗？
- 直到 5.7.1 才能快速做到这一点：
VARCHAR size may be increased using an in-place ALTER TABLE, as in
this example:
ALTER TABLE t1 ALGORITHM=INPLACE, CHANGE COLUMN c1 c1 VARCHAR(255);
参见 pt-online-schema-change。
如果您已经设置了复制，那么您可以玩ALTERing从属游戏，然后进行故障转移。 （是的，Percona 工具在这方面很方便。）
不要在函数中 'hide' 列；优化器看不到它们：
年份(created_at) >= 2015。
-->
其中 created_at >= '2015-01-01'
仅划分为 2 个分区不太可能提供任何性能优势。
它 对某些日期（例如，TO_DAYS()）的 PARTITION BY RANGE 是合理的（并且通常这样做）最终清除（通过 DROP PARTITION）旧数据。 DROP 比大的 DELETE 快得多，侵入性也小得多，仅凭该功能就可以证明分区是合理的。您提到的修剪很少会加快查询速度（除非索引很差）。 More discussion of sliding time series
背景信息：我们 运行 是一个电子商务网站，正试图找出处理 table 所使用的 "historical" 数据的最佳方式非常频繁且绑定太多记录（即订单、客户等）。
我特别关注 2 个特定场景：
- 数据库迁移
- SELECT
数据库迁移
在数据库迁移的情况下，我们开始看到我们有时需要 运行 一些 ALTER TABLE 锁定整个 table 并且，如果 table 有这么多记录，这可能需要一段时间。当然，在迁移完成之前，table 上的所有操作都将暂停，这意味着我们的结帐可能会因为我们将 VARCHAR(15) 更改为 VARCHAR(256).[=20 而停止=]
从 MySQL 5.6 开始，完成了很多操作“INPLACE" which means (from what I understood) 他们不会创建一个完整的-table 锁：这还不错，但仍然不完美 - - 如果我们需要更改列的类型（不能执行 INPLACE）并且我们真的不想在几分钟内处于维护模式怎么办？
我的绝妙想法是简单地复制 table（复制过来），然后在复制的 table 上执行迁移，停止写入原始 table（即锁定它），将未同步的数据复制到复制的数据并交换它们。我认为 percona tool for zero-downtime migrations 做了类似的事情所以也许这就是 "best" 方法？
意见？
SELECT
对于SELECTs，由于大部分旧数据很少被访问，我想range-partitioning按日期（例如2015年之前/ post-2015年）然后将我们的大部分查询更改为获取内容 WHERE YEAR(created_at) >= 2015.
如果用户想要他的完整历史数据，那么我们会动态删除该条件。这以某种方式确保数据是 well-partitioned.
还有其他想法吗？您认为分区可能值得吗？
- 直到 5.7.1 才能快速做到这一点：
VARCHAR size may be increased using an in-place ALTER TABLE, as in this example:
ALTER TABLE t1 ALGORITHM=INPLACE, CHANGE COLUMN c1 c1 VARCHAR(255);
参见
pt-online-schema-change。如果您已经设置了复制，那么您可以玩
ALTERing从属游戏，然后进行故障转移。 （是的，Percona 工具在这方面很方便。）不要在函数中 'hide' 列；优化器看不到它们：
年份(created_at) >= 2015。 --> 其中 created_at >= '2015-01-01'
仅划分为 2 个分区不太可能提供任何性能优势。
它 对某些日期（例如，
TO_DAYS()）的PARTITION BY RANGE是合理的（并且通常这样做）最终清除（通过DROP PARTITION）旧数据。DROP比大的DELETE快得多，侵入性也小得多，仅凭该功能就可以证明分区是合理的。您提到的修剪很少会加快查询速度（除非索引很差）。 More discussion of sliding time series