對用戶來說，分區表示一個獨立的邏輯表，但是底層由多個物理子表組成。
實現分區的代碼實際上是對一組底層表的句柄對象的封裝。對分區表的請求，都會通過句柄對象轉換成對存儲引擎的接口調用。
MYSQL 實現分區表的方式-》 對底層表的封裝 -》意味着索引也是按照分區的子表定義，而沒有全局索引。
分區的一個主要目的是 將數據按照一個較粗的粒度分在不同的表中。
分區表的索引只是在各個底層表各自加上一個完全相同的索引。之於存儲引擎，分區表的底層表與普通表沒有區別。
這里有使用分區表的一個事例：
CREATE TABLE sales ( order_date DATETIME NOT NULL, -- Other columns omitted
) ENGINE=InnoDB PARTITION BY RANGE(YEAR(order_date)) ( PARTITION p_2010 VALUES LESS THAN (2010), PARTITION p_2011 VALUES LESS THAN (2011), PARTITION p_2012 VALUES LESS THAN (2012), PARTITION p_catchall VALUES LESS THAN MAXVALUE );
PARTITION 分區子句可以使用各種函數。但有一個要求，表達式返回的值要是一個確定的整數，
且不能是一個常數。
分區表上的操作按照下面的操作邏輯進行：
select查詢：
當查詢一個分區表時，分區表先打開並鎖住所有的底層表，優化器先判斷是否可以過濾部分分區，
然后再調用對應的存儲引擎接口訪問各個分區的數據。
insert操作：
當寫入一條記錄時，分區層先打開並鎖住所有的底層表，然后確定哪個分區接收這條記錄，再將記錄寫入對應底層表。
delete操作：
當刪除一條記錄時，分區層先打開並鎖住所有的底層表，然后確定數據對應的分區，最后對相應底層表進行刪除操作
update操作
當更新一條記錄時，分區層先打開並鎖住所有的底層表，mysql先確定需要更新的記錄在哪個分區，然后取出數據並更新，再判斷更新后的數據應該
放在哪個分區，最后對底層表進行寫入操作，並對原數據所在的底層表進行刪除操作。
雖然每個操作都會"先打開並鎖住所有的底層表"，但並不是說分區表在處理過程中是鎖住全表的。如果存儲引擎能夠自己實現行級鎖，則會在分區層釋放對應表所。
這個加鎖和解鎖過程和普通InnoDB上的查詢相似。
分區表的限制：
1.一個表最多1024個分區
2.在mysql5.1中，分區表達式必須是整數，或者返回整數的表達式。在mysql5.5中某場景
中可以直接使用列來進行分區。
3.如果分區字段中有主鍵或者唯一索引的列，那么所有主鍵列和唯一索引列都必須包含起來。
4.分區表無法使用外鍵約束。
在數據量巨大的情況，肯定不能在每次查詢的時候都掃描全表。考慮到索引在空間和維護上的消耗，
也不希望使用索引。即使真的使用索引，你會發現數據並不是按照想要的方式聚集的，而且會有大量的碎片
產生，最終會導致一個查詢產生成千上萬的隨機IO，應用程序也隨之僵死。
在這里需要再陳述一遍，在數據量超大的時候，B-Tree索引就無法起作用了。
除非是索引覆蓋查詢，否則數據庫服務器要根據索引掃描的結果回表，查詢所有符合條件的記錄，如果
數據量巨大，這將產生大量隨機IO，隨之，數據庫的響應時間將大到不可接受的程度。另外索引維護的代價
也非常高。這正是需要用到分區的場景。
為了保證大數據量的可擴展性，一般有下面兩個策略：
1.全局掃描數據，不要任何索引
2.索引數據，並分離熱點。
分區可能會遇到的問題：
null值會使分區過濾無效：
null值會被自動過濾到第一個分區。為了便面這種情況，可以創建一個無用的第一個分區。
分區列和索引列不匹配
如果定義的索引列和分區列不匹配，會導致查詢無法進行分區過濾。
選擇分區的成本可能會很高
打開並鎖住所有底層表的成本可能很高
維護分區的成本可能很高。
分區表注意點：
所有分區都必須使用相同的存儲引擎
分區函數中可以使用的函數和表達式有一定的限制。
某些存儲引擎不支持分區
EXPLAIN PARTITIONS SELECT * FROM sales_by_day where YEAR(day) = 2010\g
MYSQL只能在使用分區函數的列本身進行比較時才能過濾分區，而不能根據表達式的值去過濾分區，
即使這個表達式就是分區函數也不行。
合並表，早期的分區表，（老的，早期的，功能有限的）
