DWS存储分区表

一、什么是分区表

二、分区表的优势

分区表相比较普通表的优势十分显著，主要包括一些几个方面。

改善查询性能：对分区对象的查询可以仅搜索自己关心的分区，很大程度上提高检索效率。

增强可用性：如果分区表的某个分区出现故障，表在其他分区的数据仍然可用。

方便维护：如果分区表的某个分区出现故障，需要修复数据，只修复该分区即可。

均衡I/O：可以把不同的分区映射到不同的磁盘以平衡I/O，改善整个系统性能。

三、分区表操作

CREATE TABLE staffS_p1

(

  staff_ID       NUMBER(6) not null,

  FIRST_NAME     VARCHAR2(20),

  LAST_NAME      VARCHAR2(25),

  EMAIL          VARCHAR2(25),

  PHONE_NUMBER   VARCHAR2(20),

  HIRE_DATE      DATE,

  employment_ID  VARCHAR2(10),

  SALARY         NUMBER(8,2),

  COMMISSION_PCT NUMBER(4,2),

  MANAGER_ID     NUMBER(6),

  section_ID     NUMBER(4)

)

PARTITION BY RANGE (HIRE_DATE)

(

   PARTITION HIRE_19950501 VALUES LESS THAN ('1995-05-01 00:00:00'),

   PARTITION HIRE_19950502 VALUES LESS THAN ('1995-05-02 00:00:00'),

   PARTITION HIRE_maxvalue VALUES LESS THAN (MAXVALUE)

);

该表是一个典型的分区表，以时间作为分区键。

分区表和普通表一样支持增删改查，在该基础上可以对单个分区进行查询。

• Select * from staffS_p1 partition HIRE_19950502;

即可查询staffS_p1表上HIRE_19950502分区里的所有数据。

alter语法可以删除分区，同时也包括分区里的所有数据。

• alter table drop partition 

同时有split语法可以将一个分区分割为多个分区

• alter table staffS_p1 split partition HIRE_maxvalue at('1995-05-03 00:00:00')into(partition HIRE_19950503,partition HIRE_maxvalue1);

将原来的HIRE_maxvalue分区以1995-05-03 00:00:00为切割点分割成两部分。

既然可以将一个分区分割为多个分区，就意味着也可以将多个分区合并成一个分区，通过merge into语法即可实现。

• Alter table staffS_p1 merge partitions HIRE_19950501,HIRE_19950502 into partition HIRE_19950502;

将HIRE_19950501,HIRE_19950502两个分区合并成HIRE_19950502一个分区。

• alter table staffS_p1 exchange partition (HIRE_19950502) with table normal_tbl;
  

exchange语法可以将普通表和分区表进行交换，但exchange对普通表要求比较高，有如下一些条件：

• 普通表和分区的列数目相同，对应列的信息严格一致，包括：列名、列的数据类型、列约束、列的Collation信息、列的存储参数、列的压缩信息等。
• 普通表和分区的表压缩信息严格一致。
• 普通表和分区的分布列信息严格一致。
• 普通表和分区的索引个数相同，且对应索引的信息严格一致。
• 普通表和分区的表约束个数相同，且对应表约束的信息严格一致。
• 普通表不可以是临时表和unlogged表。
• 交换分区的普通表和分区表必须在同一个逻辑集群或节点组（NodeGroup）中。

完成交换后，普通表和分区的数据被置换，同时普通表和分区的表空间信息被置换。此时，普通表和分区的统计信息变得不可靠，需要对普通表和分区重新执行analyze。同时需要注意的是，需要进行exchange的表的表结构在创建时就必须匹配，如果执行了ddl操作，则无法进行exchange。 

以上一些分区表的语法很大程度上提高了分区表的可用性与灵活性，加强了分区表的功能，方便了用户使用。

 想了解GuassDB(DWS)更多信息，欢迎微信搜索“GaussDB DWS”关注微信公众号，和您分享最新最全的PB级数仓黑科技，后台还可获取众多学习资料哦~