MySQL分区通过拆分大表提升查询性能与管理效率。1. 按时间范围分区适用于日志、订单等按时间查询的场景，支持快速归档；2. 哈希分区利用哈希函数均匀分布数据，避免热点，适合无明显查询模式的场景；3. 列表分区按字段离散值划分，如按地区组织用户数据，提升筛选效率；4. 复合分区结合范围与哈希，先按时间分区再按用户ID哈希，增强并发读写能力。设计时需选择贴近查询条件的分区键以启用分区裁剪，控制分区数量在几十内，确保数据均衡，且主键必须包含分区键。合理选型可显著优化大数据量下的性能与维护性，使用前应在测试环境验证执行计划。
MySQL数据库分区设计主要是为了提升查询性能、管理大量数据以及优化I/O分布。合理使用分区可以把大表拆成更小、更易管理的部分，同时对应用透明。下面介绍几种常见的分区策略和设计方法。
按时间范围分区（Range Partitioning）
适用于按时间维度查询的场景，比如日志表、订单表等。将数据按日期或时间范围划分到不同分区中。
示例：按年份对订单表进行分区
CREATE TABLE orders ( order_id INT, order_date DATE ) PARTITION BY RANGE (YEAR(order_date)) ( PARTITION p2022 VALUES LESS THAN (2023), PARTITION p2023 VALUES LESS THAN (2024), PARTITION p2024 VALUES LESS THAN (2025), PARTITION p_future VALUES LESS THAN MAXVALUE );这种设计能加快按年查询的速度，也方便归档旧数据（如直接删除某个分区）。
按哈希值分区（Hash Partitioning）
适合数据分布均匀、没有明显查询模式的情况。通过哈希函数把数据分散到多个分区，避免热点问题。
示例：按用户ID哈希分成4个分区
CREATE TABLE user_data ( user_id INT, data VARCHAR(100) ) PARTITION BY HASH(user_id) PARTITIONS 4;查询时若带上user_id，MySQL会自动定位到对应分区，减少扫描量。
按列表值分区（List Partitioning）
适用于明确知道某些字段的离散取值，且希望按这些值组织数据。
示例：按地区划分用户表
CREATE TABLE customers ( customer_id INT, region_code TINYINT ) PARTITION BY LIST(region_code) ( PARTITION p_north VALUES IN (1, 2), PARTITION p_south VALUES IN (3, 4), PARTITION p_east VALUES IN (5, 6), PARTITION p_west VALUES IN (7, 8) );当经常按region_code筛选时，这种分区方式可显著提升效率。
复合分区（Subpartitioning）
结合两种分区方式，例如先按时间范围分区，再在每个分区内部按哈希分区，用于进一步提升并发读写能力。
示例：按年分区，并在每年内按用户ID哈希分两个子分区
CREATE TABLE logs ( log_id INT, user_id INT, log_date DATE ) PARTITION BY RANGE (YEAR(log_date)) SUBPARTITION BY HASH(user_id) SUBPARTITIONS 2 ( PARTITION p2022 VALUES LESS THAN (2023), PARTITION p2023 VALUES LESS THAN (2024), PARTITION p2024 VALUES LESS THAN (2025) );这种方式适合高并发写入的日志系统，能有效降低锁争用。
设计分区时需要注意几点：
- 选择分区键要贴近主要查询条件，否则无法命中分区裁剪（Partition Pruning）
- 分区数量不宜过多，一般建议几十个以内，避免打开文件过多或元数据开销大
- 尽量保证各分区数据量相对均衡，防止出现“大分区”拖慢整体性能
- 主键必须包含分区键，否则创建分区表会失败
基本上就这些。根据业务特点选对分区类型，能显著改善大数据量下的查询和维护效率。实际使用前建议在测试环境验证执行计划是否正确利用了分区。不复杂但容易忽略细节。
