使用SQLServer分区表功能提高数据库的读写性能

2023-05-18 14:05:32 分区表 读写 性能

一般来说一个系统最先出现瓶颈的点很可能是数据库。比如我们的生产系统并发量很高在跑一段时间后,数据库中某些表的数据量会越来越大。海量的数据会严重影响数据库的读写性能。

这个时候我们会开始优化系统,一般会经过这么几个过程:

找出sql慢查询,针对该SQL进行优化,比如改进SQL的写法,查看执行计划对全表扫描的字段建立索引

引入缓存,把一部分读压力加载到内存中

读写分离

引入队列,把并发的请求使其串行化,来减轻系统瞬时压力

分表/分库

对于第五点优化方案我们来细说一下。分表分库通常有两种拆分维度:1.垂直切分,垂直切分往往跟业务有强相关关系,比如把某个表的某些不常用的字段迁移出去,比如订单的明细数据可以独立成一张表,需要使用的时候才读取 2.水平切分,比如按年份来拆分,把数据库按年或者按某些规则按时间段分成多个表。

拆分表之后每个表的数据量将会变小,带来的好处是不言而喻的。不管是全表扫描,还是索引查询都会有比较高的提升。如果把不同的表文件落在多个磁盘上那数据库的io性能还能进一步提高。

如果纯手工拆分,比如按年份拆分成多个表,那么上层业务代码也得进行调整。每次读写都得判断该使用哪张表。如果是跨多个年份的分页查询更加难搞。人肉分表基本上不可能实现的,对于上层编码简直是个噩梦。所以针对分表分库我们通常会使用某些中间件,比如Mycat,Sharding-JDBC等中间件。使用这些组件确实能实现分表分库,并且对业务层代码屏蔽了数据库架构的改动,但是配置略显麻烦。如果你使用的是SQL Server数据库,并且目前还不需要分库,只需要分表,那么其实使用内置的分区表功能是最简单的方案。只需要打开SQL Server Management Studio简单设置几下就可以了,对于你上层应用完全是无感的,你的代码、数据库连接串都不需要改动。

以下我们通过2个简单的测试,来简单的演示下如何进行表分区操作,以及测试下分区前后性能变化。

测试写性能

我们的测试方案:新建一张logs表,按年份写入数据。2019年写入1000000数据,2020年也写入100000数据。为了加快写入的速度,每个年份并行10个线程同时写,每个线程写100000数据,一共1000000数据。然后把logs表改成分区表再用同样的方式写入2000000数据。记录耗时 比较两次的耗时。
硬件为一台14年产的笔记本,OS为win10。挂载2块硬盘,1块为5400转的机械硬盘,1块为15年加的SSD。磁盘性能可以说极为垃圾。未分区时表文件会落在机械硬盘上。

未分区情况下测试

使用脚本建表:

CREATE TABLE [dbo].[logs](
    [id] [uniqueidentifier] NOT NULL,
    [log_txt] [varchar](200) NULL,
    [log_time] [datetime] NULL,
 CONSTRaiNT [PK_logs] PRIMARY KEY CLUSTERED
(
    [id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
)

新建一个控制台程序编写代码:

class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine("Hello World!");
            Task.Run(() =>
            {
                InsertData(2019);
            });
            Task.Run(() =>
            {
                InsertData(2020);
            });
            Console.ReadLine();
        }
        static void InsertData(int year)
        {
            var tasks = new List<Task>();
            Stopwatch sw = new Stopwatch();
            sw.Start();
            for (int i = 0; i < 10; i++)
            {
                tasks.Add(Task.Run(()=> {
                    using (var conn = new SqlConnection())
                    {
                        conn.ConnectionString = "Persist Security Info = False; User ID =sa; PassWord =dev@123; Initial Catalog =fq_test; Server =.\\mssql2016";
                        conn.Open();
                        int index = 0;
                        for (int j = 0; j < 100000; j++)
                        {
                            var logtime = new DateTime(year, new Random().Next(1, 12), new Random().Next(1, 28));
                            conn.Execute("insert into logs2 values (newid(),'下订单',@logtime)", new
                            {
                                logtime
                            });
                            Console.WriteLine("logtime:{0} index {1}", logtime, index++);
                        }
                    }
                }));
            }
            Task.WaitAll(tasks.ToArray());
            sw.Stop();
            Console.WriteLine("Year {0} complete , total time: {1}.", year, sw.ElapsedMilliseconds);
        }
    }

写完2000000数据耗时1369454毫秒。

分区情况下进行测试 开始分区

把一个表设置为分区表大概有5个步骤:

添加文件组

在文件组添加文件

新建分区函数

新建分区方案

开始分区

以下演示下如何使用SQL SERVER Management Studio管理器进行表分区:

选中数据库=>属性=>文件组,添加group1,group2两个文件组。

选中数据库=>属性=>文件。添加file1,文件组选group1,路径选择一个文件目录。这里选择E盘data目录。添加file2,文件组选择group2,路径选择一个文件目录。这里选择X盘的data目录。这样当分区的时候数据就会落在这2个目录下。这里的路径可以选择在同一个硬盘,但是为了更高的读写性能,如果有条件建议直接指定在不同的硬盘下。

选中logs表=>存储=>创建分区,启动分区向导工具

新建一个分区函数,点击下一步。

新建一个分区方案,点击下一步。

选择一个分区列,数据会根据该列进行水平拆分。

这里选择logtime,因为时间是比较适合水平切分的一个维度。

值得数据拆分的范围。

范围选择“右边界”。

右边界跟左边界的差异在于对边界值的处理。

右边界是<,左边界是<=,也就是包含边界值。

我们这里设置group1存储2019的数据,group2存储2020的数据。

所以group1的边界值设置为2020-01-01,group2的边界值设置为2021-01-01 。

设置完是这个样子,需要3个文件组。

当出现不在group1,group2范围内的数据就会存储在第三个文件组内。

建好分区函数、分区方案后,可以选择生成脚本或者立即执行。

这里选择“立即执行”。

当执行完成后,表里的数据会按照分区方案设置的边界分散到多个文件上。

在分区情况下进行测试

先清空logs表所有的数据,然后使用同样的代码进行测试。

测试结果显示写完2000000数据耗时:

568903毫秒。

可以看到数据库写性能大副提高,大概提高了1倍不止的性能。

这也比较符合两块磁盘同时IO的预期。

测试读性能

我们的测试方案:新建一张log2表,使用上面的代码按年份写入2000000数据。然后使用select语句同时读取2019,2020年的数据。把log表转换成分区表,重新测试select的时间。比较两次读取数据的时间。

sql语句:

select * from log2 where (logtime > '2019-05-01' and logtime < '2019-06-01') or (logtime > '2020-05-01' and logtime < '2020-06-01')

首先在未分区的表上测试查询性能,花费时间为3s。

把表按前面的方法进行分区拆分,查询花费时间为1s。

读性能大概为未分区时的3倍。

总结

经过简单的测试,SQL Server的分区表功能能大副提高数据库的读写性能。通过SQL Server Management Stduio的简单设置就可以对数据库表进行分区操作,并且对应用层的代码完全是无感的,比用分表分库中间件来说简单多了。

到此这篇关于使用SQL Server分区表功能提高数据库的读写性能的文章就介绍到这了,更多相关SQL Server分区表内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!

相关文章