背景：
线上的一个历史数据库，业务方反馈经常遇到一个范围查询就导致CPU迅速飙升的情况。拿到他们提供的SQL后，SQL类似下面这种：
select * from `order_his` where `xxxx` = ‘222‘ AND `XXXX` <> 1 AND order_time > ‘2016-11-01 00:00:00‘ AND order_time < ‘2017-06-01 00:00:00‘ \G
explain看了下发现基本上是全表扫描了，效率太低了，并且他们都是按月查询的，因此我们就对这张表按月进行分区，就能大大减少扫描的行数。
注意：TIMESTAMP类型的列，只能基于UNIX_TIMESTAMP函数进行分区，切记！
### 原始order_his表类似如下这种结构：
CREATE TABLE `order_his` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`order_time` timestamp NULL DEFAULT NULL,
`pay_time` timestamp NULL DEFAULT NULL,
`create_time` timestamp NULL DEFAULT NULL,
`update_time` timestamp NULL DEFAULT NULL,
PRIMARY KEY (`id`),
) ENGINE=InnoDB AUTO_INCREMENT=47603581 DEFAULT CHARSET=utf8;
step0 创建一个表结构和原先的表一样的tmp表
create table `order_his_tmp` like `order_his`;
step1 修改原有的主键，将分区键添加到主键里。
alter table `order_his_tmp` drop primary key,add primary key(id,order_time);
必须把分区键加到主键里面，不然step2也会报错提醒你这样做的。
step2 分区操作
ALTER TABLE `order_his_tmp` PARTITION BY RANGE (UNIX_TIMESTAMP (order_time))
(
PARTITION P201601 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-02-01‘)) ,
PARTITION P201602 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-03-01‘)) ,
PARTITION P201603 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-04-01‘)) ,
PARTITION P201604 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-05-01‘)) ,
PARTITION P201605 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-06-01‘)) ,
PARTITION P201606 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-07-01‘)) ,
PARTITION P201607 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-08-01‘)) ,
PARTITION P201608 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-09-01‘)) ,
PARTITION P201609 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-10-01‘)) ,
PARTITION P201610 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-11-01‘)) ,
PARTITION P201611 VALUES LESS THAN (UNIX_TIMESTAMP(‘2016-12-01‘)) ,
PARTITION P201612 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-01-01‘)) ,
PARTITION P201701 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-02-01‘)) ,
PARTITION P201702 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-03-01‘)) ,
PARTITION P201703 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-04-01‘)) ,
PARTITION P201704 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-05-01‘)) ,
PARTITION P201705 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-06-01‘)) ,
PARTITION P201706 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-07-01‘))
);
step3、将原先表的数据灌入新的tmp表
insert into `order_his_tmp` select * from `order_his`;
step4、查询验证
explain partitions select * from `order_his_tmp` where `xxxx` = ‘222‘ AND `XXXX` <> 1 AND order_time > ‘2015-11-01 00:00:00‘ AND order_time < ‘2015-12-21 00:00:00‘ \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: order_his
partitions: p201511,p201512 ### 可以看到这里走的是2015年11和12月，这2个分区
...........部分内容省略.............
注意： 当时在线上操作的时候，发现即使做了分区，执行计划里面显示的还是ALL全表扫描了，于是根据这个SELECT 加了个索引解决了这个问题。这里没有真实环境不好贴图出来。
step5、替换原先的表
通知开发同学当前不要对`order_his`表执行查询操作。
然后我们执行：
rename table `order_his` `order_his_nopart`;
rename table `order_his_tmp` `order_his`;
这样的话，新的`order_his`表就是分区表啦。
step6、添加分区表
后期如果需要加分区的话，只要执行如下这种操作就可以添加一个新的分区
ALTER TABLE `order_his` ADD PARTITION ( PARTITION P201707 VALUES LESS THAN (UNIX_TIMESTAMP(‘2017-08-01‘))) ;
当然，如果我们想省事的话，就在step2的时候，一次性多创建很多分区（我当时是按月建分区，一直创建到2019年）
。
此外，也可以写个存储过程配合event_schedule每月自动创建一个新的分区。
使用存储过程的方法这里先略过，后期补充。