MySQL - Partitionnement Vertical

Bonjour, les passionnés de bases de données en herbe ! Aujourd'hui, nous plongeons dans le monde fascinant du partitionnement vertical de MySQL. En tant que votre enseignant de informatique bienveillant du coin, je suis excité de vous guider dans cette aventure, même si vous êtes complètement nouveau en programmation. Ne vous inquiétez pas ; nous allons avancer pas à pas, et avant que vous ne vous en rendiez compte, vous partitionnerez les données comme un pro !

Le Partitionnement Vertical MySQL

Imaginez que vous avez une grande boîte de jouets (c'est notre base de données), et que vous voulez les organiser mieux. Le partitionnement vertical est comme trier vos jouets dans différentes petites boîtes en fonction de leurs caractéristiques. En termes de base de données, c'est le processus de division des colonnes d'une table en tables distinctes.

Commençons par un exemple simple :

CREATE TABLE students (
id INT PRIMARY KEY,
name VARCHAR(50),
age INT,
email VARCHAR(100),
phone VARCHAR(20),
address TEXT
);

Voici notre table students d'origine. Maintenant, appliquons le partitionnement vertical :

CREATE TABLE students_main (
id INT PRIMARY KEY,
name VARCHAR(50),
age INT
);

CREATE TABLE students_contact (
id INT PRIMARY KEY,
email VARCHAR(100),
phone VARCHAR(20)
);

CREATE TABLE students_address (
id INT PRIMARY KEY,
address TEXT
);

Ici, nous avons divisé notre table d'origine en trois petites tables. Cela peut améliorer les performances, surtout si vous accédez fréquemment à certaines colonnes seulement.

Pourquoi utiliser le partitionnement vertical ?

1. Amélioration des performances des requêtes
2. Meilleure gestion des données
3. Sécurité accrue (vous pouvez restreindre l'accès aux données sensibles)

Voyons maintenant comment nous pouvons insérer et récupérer des données avec cette nouvelle structure :

-- Insertion des données
INSERT INTO students_main VALUES (1, 'Alice', 20);
INSERT INTO students_contact VALUES (1, '[email protected]', '123-456-7890');
INSERT INTO students_address VALUES (1, '123 Main St, Anytown, USA');

-- Récupération des données
SELECT m.id, m.name, c.email, a.address
FROM students_main m
JOIN students_contact c ON m.id = c.id
JOIN students_address a ON m.id = a.id
WHERE m.id = 1;

De cette manière, vous pouvez toujours obtenir toutes les informations sur un étudiant, mais elles sont stockées de manière plus efficace.

Partitionnement Par Intervalle De Colonnes

Passons au niveau supérieur et parlons du partitionnement par intervalle de colonnes. C'est comme organiser vos livres par l'année de publication, mais pour plusieurs colonnes.

Voici un exemple utilisant une table sales :

CREATE TABLE sales (
id INT NOT NULL,
sale_date DATE NOT NULL,
amount DECIMAL(10,2) NOT NULL
)
PARTITION BY RANGE COLUMNS(sale_date, amount) (
PARTITION p0 VALUES LESS THAN ('2023-01-01', 1000),
PARTITION p1 VALUES LESS THAN ('2023-01-01', 5000),
PARTITION p2 VALUES LESS THAN ('2023-07-01', 1000),
PARTITION p3 VALUES LESS THAN ('2023-07-01', 5000),
PARTITION p4 VALUES LESS THAN (MAXVALUE, MAXVALUE)
);

Dans cet exemple, nous partitionnons en fonction de sale_date et amount. Cela permet un contrôle plus granulaire sur la répartition des données.

Insérons quelques données et voyons comment cela fonctionne :

INSERT INTO sales VALUES
(1, '2022-12-15', 500),
(2, '2022-12-20', 2000),
(3, '2023-03-10', 800),
(4, '2023-03-15', 3000),
(5, '2023-08-01', 1500);

-- Vérifions dans quelle partition chaque enregistrement se trouve
SELECT *, PARTITION_NAME FROM INFORMATION_SCHEMA.PARTITIONS
WHERE TABLE_NAME = 'sales';

Cette requête vous montrera dans quelle partition chaque enregistrement a été affecté en fonction de nos critères d'intervalle.

Partitionnement Par Liste De Colonnes

Enfin, explorons le partitionnement par liste de colonnes. C'est comme trier vos vêtements par couleur et type - vous pouvez avoir un tiroir pour les chemises rouges, un autre pour les pantalons bleus, etc.

Voici un exemple utilisant une table products :

CREATE TABLE products (
id INT NOT NULL,
name VARCHAR(50),
category VARCHAR(20),
sub_category VARCHAR(20)
)
PARTITION BY LIST COLUMNS(category, sub_category) (
PARTITION p_electronics VALUES IN (('Electronics', 'Phones'), ('Electronics', 'Laptops')),
PARTITION p_clothing VALUES IN (('Clothing', 'Shirts'), ('Clothing', 'Pants')),
PARTITION p_other VALUES IN (('Books', 'Fiction'), ('Books', 'Non-fiction'))
);

Ajoutons maintenant quelques produits :

INSERT INTO products VALUES
(1, 'iPhone 12', 'Electronics', 'Phones'),
(2, 'MacBook Pro', 'Electronics', 'Laptops'),
(3, 'Levi\'s Jeans', 'Clothing', 'Pants'),
(4, 'Harry Potter', 'Books', 'Fiction');

-- Vérifions dans quelle partition chaque produit se trouve
SELECT *, PARTITION_NAME FROM INFORMATION_SCHEMA.PARTITIONS
WHERE TABLE_NAME = 'products';

Cette requête vous montrera comment chaque produit a été classé dans sa partition respective en fonction de sa catégorie et de sa sous-catégorie.

Comparaison Des Méthodes De Partitionnement

Méthode	Cas D'Utilisation	Avantages	Inconvénients
Partitionnement Vertical	Grandes tables avec des colonnes rarement utilisées	Amélioration des performances des requêtes, meilleure gestion des données	Joins plus complexes pour la récupération complète des données
Partitionnement Par Intervalle De Colonnes	Données basées sur le temps ou des intervalles numériques	Efficace pour les requêtes basées sur des intervalles, bon pour les données historiques	Potentiel pour une répartition inégale des données
Partitionnement Par Liste De Colonnes	Données catégorielles avec plusieurs attributs	Contrôle précis sur le placement des données, bon pour les catégorisations complexes	Peut devenir encombrant avec de nombreuses catégories

Et voilà, les amis ! Nous avons fait le voyage à travers le territoire du partitionnement vertical MySQL, exploré les royaumes du partitionnement par intervalle de colonnes, et nous sommes aventurés dans la zone du partitionnement par liste de colonnes. Souvenez-vous, comme organiser votre chambre, la clé d'une bonne conception de base de données est de placer les choses là où elles ont le plus de sens et sont les plus faciles à trouver. Continuez à pratiquer, et bientôt vous serez un magicien de l'organisation des bases de données !

Credits: Image by storyset