范围(RANGE)分区
RANGE COLUMNS 分区
列表(LIST)分区
LIST COLUMNS 分区
哈希(HASH)分区
组合分区
RANGE 分区根据分区表定义时为每个分区建立的分区键值范围,将数据映射到相应的分区中。它是常见的分区类型,经常跟日期类型一起使用。比如说,可以将业务日志表按日/周/月分区。RANGE 分区简单的语法格式如下:
当使用 RANGE 分区时,需要遵守如下几个规则:
PARTITION BY RANGE ( expr ) 里的 expr 表达式的结果必须为整形。
每个分区都有一个 VALUES LESS THAN 子句,它为分区指定一个非包含的上限值。分区键的任何值等于或大于这个值时将被映射到下一个分区中。
除第一个分区外,所有分区都隐含一个下限值,即上一个分区的上限值。
允许且只允许最后一个分区上限定义为 MAXVALUE ,这个值没有具体的数值,比其他所有分区的上限都要大,也包含空值。
示例:创建一个 RANGE 分区表。
log_id bigint NOT NULL
, log_value varchar(50)
, log_date timestamp NOT NULL
) PARTITION BY RANGE(UNIX_TIMESTAMP(log_date))
(
PARTITION M202001 VALUES LESS THAN(UNIX_TIMESTAMP('2020/02/01'))
, PARTITION M202002 VALUES LESS THAN(UNIX_TIMESTAMP('2020/03/01'))
, PARTITION M202003 VALUES LESS THAN(UNIX_TIMESTAMP('2020/04/01'))
, PARTITION M202004 VALUES LESS THAN(UNIX_TIMESTAMP('2020/05/01'))
, PARTITION M202005 VALUES LESS THAN(UNIX_TIMESTAMP('2020/06/01'))
, PARTITION M202006 VALUES LESS THAN(UNIX_TIMESTAMP('2020/07/01'))
, PARTITION M202007 VALUES LESS THAN(UNIX_TIMESTAMP('2020/08/01'))
, PARTITION M202008 VALUES LESS THAN(UNIX_TIMESTAMP('2020/09/01'))
, PARTITION M202009 VALUES LESS THAN(UNIX_TIMESTAMP('2020/10/01'))
, PARTITION M202010 VALUES LESS THAN(UNIX_TIMESTAMP('2020/11/01'))
, PARTITION M202012 VALUES LESS THAN(UNIX_TIMESTAMP('2021/01/01'))
);
RANGE 分区要求表拆分键表达式的结果必须为整型,如果要按时间类型列做 RANGE 分区,则必须使用 timestamp 类型,并且使用函数 UNIX_TIMESTAMP 将时间类型转换为数值。这个需求也可以使用 RANGE COLUMNS 分区实现,就没有整型这个要求。
RANGE COLUMNS 分区
RANGE COLUMNS 分区作用跟 RANGE 分区基本类似,不同之处在于:
RANGE COLUMNS 拆分列结果不要求是整型,可以是任意类型。
RANGE COLUMNS 拆分列不能使用表达式。
RANGE COLUMNS 拆分列可以写多个列(即列向量)。
RANGE COLUMNS 分区的简单语法格式如下:
CREATE TABLE table_name (
column_name1 column_type
[, column_nameN column_type]
) PARTITION BY RANGE ( column_name1 [, column_name2] )
PARTITION p0 VALUES LESS THAN ( expr )
[, PARTITION pN VALUES LESS THAN (expr ) ]
[, PARTITION pX VALUES LESS THAN (maxvalue) ]
);
示例:创建一个 RANGE COLUMNS 分区
LIST 分区使得您可以显式的控制记录行如何映射到分区,具体方法是为每个分区的分区键指定一组离散值列表,这点跟 RANGE 分区和 HASH 分区都不同。LIST 分区的优点是可以方便的对无序或无关的数据集进行分区。LIST 分区的简单语法格式如下:
CREATE TABLE table_name (
column_name1 column_type
[, column_nameN column_type]
) PARTITION BY LIST ( expr(column_name1) )
(
PARTITION p0 VALUES IN ( v01 [, v0N] )
[, PARTITION pN VALUES IN ( vN1 [, vNN] ) ]
[, PARTITION pX VALUES IN (default) ]
);
当使用列表分区时,需要遵守以下规则:
分区表达式结果必须是整型。
分区表达式只能引用一列,不能有多列(即列向量)。
示例:创建一个 LIST 分区表。
CREATE TABLE t_part_by_list (
c1 BIGINT PRIMARY KEY
, c2 VARCHAR(50)
) PARTITION BY list(c1)
(
PARTITION p0 VALUES IN (1, 2, 3)
, PARTITION p2 VALUES IN (DEFAULT)
);
LIST 分区可以新增分区,指定新的不重复的列表。也可以删除分区。
LIST COLUMNS 分区
LIST COLUMNS 的拆分列不能是表达式。
LIST COLUMNS 的拆分列可以是多列(即列向量)。
LIST COLUMNS 分区简单的语法格式如下:
示例:创建一个 LIST COLUMNS 分区
id varchar(64),
type varchar(16),
info varchar(512),
gmt_create datetime(6),
gmt_modified datetime(6),
partition_id varchar(2) GENERATED ALWAYS AS (substr(`id`,19,20)) VIRTUAL,
PRIMARY KEY (id)
) partition by list columns(partition_id)
(partition p0 values in ('00','01'),
partition p1 values in ('02','03'),
partition p2 values in (default));
HASH 分区适合于对不能用 RANGE 分区、LIST 分区方法的场景,它的实现方法简单,通过对分区键上的 HASH 函数值来散列记录到不同分区中。如果您的数据符合下列特点,使用 HASH 分区是个很好的选择:
不能指定数据的分区键的列表特征。
不同范围内的数据大小相差非常大,并且很难手动调整均衡。
使用 RANGE 分区后数据聚集严重。
并行 DML、分区剪枝和分区连接等性能非常重要。
示例:创建一个 HASH 分区表。
CREATE TABLE ware(
w_id int
, w_ytd number(12,2)
, w_tax number(4,4)
, w_name varchar(10)
, w_street_1 varchar(20)
, w_street_2 varchar(20)
, w_city varchar(20)
, w_state char(2)
, w_zip char(9)
, primary key(w_id)
HASH 分区不适合做删除操作。
组合分区
组合分区通常是先使用一种分区策略,然后在子分区再使用另外一种分区策略,适合于业务表的数据量非常大时。使用组合分区能发挥多种分区策略的优点。
在指定二级分区分区策略细节时,可以使用 SUBPARTITION TEMPLATE 子句。