本文共 1567 字，大约阅读时间需要 5 分钟。
上个星期在排查一个外包项目时，发现了一个非常奇怪的现象。该项目使用MySQL 5.7数据库管理几个频繁操作的表，并对这些表进行了key分区划分，分区数为10和100。创建表的语句类似于以下所示：
CREATE TABLE `tbl_key_partition` ( `id` varchar(64) NOT NULL COMMENT 'id', `updateTime` datetime DEFAULT NULL PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 PARTITION BY KEY () PARTITIONS 100 ;
在观察过程中，发现所有的数据都分布在了偶数编号的分区上，而奇数编号的分区几乎没有数据。通过查询information_schema.partitions表或直接执行select count(*) from tbl_key_partition partition(p91)，可以看到奇数编号分区的ibd文件大小始终固定为96K，而实际数据并未插入其中。这表明奇数编号分区完全没有数据。
为了验证问题，用户在MySQL中手动创建了tbl_key_partition表，并使用load_data存储过程插入了10万条数据。存储过程的源码如下：
delimiter $$ CREATE PROCEDURE load_data (in num int) BEGIN DECLARE v INT DEFAULT 0; WHILE v < num DO INSERT INTO tbl_key_partition VALUES (concat(substring(md5(rand()), 1, 10), v), date_add('2020-01-01 00:00:00', interval v second)); SET v = v + 1; END WHILE; END$$ delimiter ; call load_data(100000); 在插入数据后，用户发现数据基本上都写到了偶数编号的分区上，而奇数编号的分区只写了极少数的数据。同时，奇数编号分区的ibd文件大小始终保持在96K，这进一步证明了奇数编号分区没有实际数据。
key分区的原理是通过MySQL内置的哈希算法对分片键计算哈希值后，再对分区数取模来实现数据的分布分区。与哈希分区类似，key分区的哈希函数由MySQL服务器提供。在NDB集群中，通常使用MD5()函数来实现哈希计算。而对于其他存储引擎的表，MySQL服务器使用基于PASSWORD()函数的内部散列函数来生成哈希值。
通过对问题的深入分析，发现这是一个MySQL 5.7的已知bug，尽管官方没有明确说明，但许多技术文章和论坛讨论了这一问题。具体来说，当分区数为偶数时，key分区的哈希函数可能存在偏移，导致数据无法均匀分布到所有分区中。例如，当分区数为10或100时，数据主要分布在偶数编号的分区，而奇数编号的分区几乎没有数据。
此外，许多文章指出，只有当分区数为质数时，key分区才能保证数据的均匀分布。例如，分区数为11、13或17时，数据分布较为均匀。而如果分区数为偶数（如64或128），则会导致奇数编号的分区完全没有数据。对于奇数但非质数的分区数（如63或121），数据分布虽然不均匀，但仍然会有数据存在于所有分区中。
综上所述，使用key分区在分区数为偶数时存在问题，建议避免使用key分区，而改用hash分区或范围分区来实现数据的分布分区。
转载地址：http://iubc.baihongyu.com/