日常工作优化数据较大数据、提升表分区

2023-11-25 10:59

本文主要是介绍日常工作优化数据较大数据、提升表分区,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者官方网站:http://www.wxl568.cn

##查询自己表分区情况
select
partition_name part,
partition_expression expr,
partition_description descr,
table_rows
from information_schema.partitions where
table_schema = schema()
and table_name='tt_clock_log_partition';

CREATE TABLE `tt_clock_log_partition` (
    `ID` INT(11) NOT NULL AUTO_INCREMENT COMMENT 'ID',
    `EMP_CODE` VARCHAR(20) NOT NULL COMMENT '工号',
    `EQUIPMENT_NO` VARCHAR(255) NOT NULL COMMENT '设备编码',
    `MAC_ADDRESS` VARCHAR(50) NULL DEFAULT NULL COMMENT 'MAC地址(IOS丰声无法获取)',
    `CLOCK_TIME` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '打卡时间',
    `LONGITUDE` DOUBLE NOT NULL COMMENT '经度',
    `LATITUDE` DOUBLE NOT NULL COMMENT '纬度',
    `ADDRESS_ID` BIGINT(20) NULL DEFAULT NULL COMMENT '打卡物理地点ID(外勤打卡的情况下为空)',
    `STATUS` TINYINT(4) NOT NULL DEFAULT '1' COMMENT '状态1、成功 2、待审核 3、已提交ECP 4、失败',
    `PERSON_TYPE` TINYINT(4) NOT NULL DEFAULT '1' COMMENT '1为SAP,2为PMP',
    `REMARK` VARCHAR(255) NULL DEFAULT NULL COMMENT '备注',
    `OUTSIDE_CLOCK_ADDRESS` VARCHAR(255) NULL DEFAULT NULL COMMENT '外勤打卡地址',
    `SYNC_STATUS` TINYINT(4) NOT NULL DEFAULT '0' COMMENT '是否已经同步,0为未同步,1为同步成功,2为同步失败,3为准备同步,4为同步中',
    `SYNC_TM` DATETIME NULL DEFAULT NULL COMMENT '同步时间',
    `mobile_Root` INT(1) NULL DEFAULT NULL COMMENT '是否越狱/root权限 0代表正常/1代表root/2代表没有获取到',
    `phone_Mode` INT(1) NULL DEFAULT NULL COMMENT '0代表安卓/1代表ios',
    `RUN_ID` VARCHAR(50) NULL DEFAULT NULL COMMENT 'ECP流程_RUN_ID',
    `ECP_STATUS` VARCHAR(10) NULL DEFAULT NULL COMMENT 'ECP回调状态 2(归档)、4(撤销)、5(驳回到发起节点)、10(删除)',
    `SYNC_FAIL_NUM` TINYINT(4) NULL DEFAULT '0' COMMENT '同步失败次数',
    `CREATE_TM` DATETIME NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
    `BRAND_TYPE` VARCHAR(100) NULL DEFAULT NULL,
    `RESERVE1` VARCHAR(100) NULL DEFAULT NULL,
    `RESERVE2` VARCHAR(100) NULL DEFAULT NULL,
    `RESERVE3` VARCHAR(100) NULL DEFAULT NULL,
    `sapEtl` INT(4) NULL DEFAULT '0',
    `RESERVE4` VARCHAR(100) NULL DEFAULT NULL COMMENT '备用4状态',
    `partition_date` DATETIME NOT NULL DEFAULT '0000-00-00 00:00:00',
    PRIMARY KEY (`ID`,`partition_date`),
    INDEX `IDX_TT_CLOCK_LOG_TIME_EMP` (`CLOCK_TIME`, `EMP_CODE`),
    INDEX `IDX_TT_CLOCK_LOG_EMP` (`EMP_CODE`, `CLOCK_TIME`) USING BTREE
)
COMMENT='GPS打卡记录表'
COLLATE='utf8mb4_general_ci'
ENGINE=InnoDB
AUTO_INCREMENT=1750125
/*!50100 PARTITION BY RANGE (to_days(partition_date))
(PARTITION p20190607 VALUES LESS THAN (737509) ENGINE = InnoDB,
 PARTITION p20190608 VALUES LESS THAN (737510) ENGINE = InnoDB,
 PARTITION p20190609 VALUES LESS THAN (737511) ENGINE = InnoDB,
 PARTITION p_tt_clock_log_par20190610 VALUES LESS THAN (737573) ENGINE = InnoDB)  */;

 

计算表分区当前分区

ALTER TABLE  tt_clock_log_par  ADD PARTITION (PARTITION  p_tt_clock_log_par20190611 VALUES LESS THAN (TO_DAYS ('2019-06-13')));

-------------最好创建10天以上的分区

BEGIN
-- sql 执行打卡同步归档数据储过程  
set @c_table='tt_clock_log_par';
set @c_day=DATE_SUB(curdate(),INTERVAL -2 DAY);
set @p_c_day=DATE_FORMAT(DATE_SUB(curdate(),INTERVAL -1 DAY),'%Y%m%d');
set @p_name=concat('p_',@c_table,@p_c_day);
set @p_sql=concat('ALTER TABLE  ',@c_table,'  ADD PARTITION (PARTITION  ',@p_name,'   VALUES LESS THAN (TO_DAYS ("',@c_day,'")))');
select @p_sql;
PREPARE auto_create_partion from @p_sql;
execute auto_create_partion;
END


 

这篇关于日常工作优化数据较大数据、提升表分区的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/423662

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装