什么是分区,有哪些使用场景和功能优势_云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

本文详细介绍了PolarDB PostgreSQL版（兼容Oracle）分区表功能的优势和特性。

概述

在PolarDB PostgreSQL版（兼容Oracle）数据库中，分区表 (Partitioned Table) 是将一个表或索引物理地分解为多个更小、更便于管理的部分，这个部分称为分区 (Partition) 。每个分区都是一个独立的对象，具有自己的名称和可选的存储特性。从数据库管理员的角度来看，分区表具有多个部分，可以集中或单独管理。这为管理员在管理分区表方面提供了相当大的灵活性。然而，从应用程序的角度来看，分区表与非分区表是相同的；使用SQL查询和 DML语句访问分区表时无需进行任何修改。

表的每个分区必须具有相同的逻辑属性，例如列名、数据类型和约束，但每个分区可以具有单独的物理属性，例如启用或禁用压缩、物理存储设置和表空间。

分区表对于许多不同类型的应用程序很有用，尤其是管理大量数据的应用程序，如数据库。OLTP数据库通常受益于可管理性和可用性的改进，而OLAP数据仓库则受益于性能和可管理性。

使用场景

当表非常大的时候（例如，表空间大于数据库服务器的物理内存），可以对表进行分区，从而提升数据库性能。例如，当表的数据库大于2 GB时，应该考虑使用分区。
当大表用于存储历史数据，新数据均加入至某个最新的分区，该场景下建议使用分区表。例如，大表用于存储一年12个月的历史数据。当前月份的数据存在一个单独的分区中，该分区的数据是可更新的。而历史月份的数据则存在另一个只读的分区中。

功能优势

更高的查询性能
在某些情况下，查询性能可以显著提高，特别是当表中大多数访问频繁的行位于单个分区或少量分区中时。分区有效地替代了索引的上层树，使得索引的频繁使用的部分更有可能适合内存。当查询或更新访问单个分区或者少量分区时，可以通过使用该分区的顺序扫描而不是使用索引来提高性能，避免了分散在整个表中的随机访问读取。
更方便的管理
分区对象具有可以集体或单独管理的部分。DDL语句可以操作分区而不是整个表或索引。因此，您可以分解资源密集型任务，例如重建索引或表。您可以一次移动一个表分区。如果出现问题，则只需重做分区移动，而不是表移动。此外，如果分区设计中考虑了使用模式，则可以通过添加或删除分区来完成批量加载和删除。使用DROP TABLE删除单个分区或执行ALTER TABLE DETACH PARTITION比批量操作要快得多。这些命令还完全避免了批量DELETE造成的VACUUM开销。
减少资源的争用
在某些OLTP系统中，分区可以减少对共享资源的争用。例如，DML分布在多个分区而不是一个分区上。
提高可用性
分区不可用并不意味着整个表不可用。查询优化器会自动从查询计划中删除未引用的分区，因此当分区不可用时查询不会受到影响。
降低存储成本
不经常使用的数据可以迁移到更便宜和更慢的存储介质，可以节省成本。

以上分区表的优势通常只有在表非常大时才有价值。当单表的大小超过数据库服务器的物理内存大小时，建议使用分区表。

分区表特性

分区表相比于普通表的内部实现更加复杂，但是这一切对于用户而言是不需要感知的，分区表的管理与使用时与普通表相比也有些区别，更加清楚地了解分区表的特性，有利于用户可以正确高效地使用分区表。

案例1：

CREATE TABLE measurement (
    city_id         int not null,
    logdate         date not null,
    peaktemp        int,
    unitsales       int
) PARTITION BY RANGE (logdate);
CREATE TABLE measurement_y2006m02 PARTITION OF measurement
    FOR VALUES FROM ('2006-02-01') TO ('2006-03-01');

CREATE TABLE measurement_y2006m03 PARTITION OF measurement
    FOR VALUES FROM ('2006-03-01') TO ('2006-04-01');

...
CREATE TABLE measurement_y2007m11 PARTITION OF measurement
    FOR VALUES FROM ('2007-11-01') TO ('2007-12-01');

CREATE TABLE measurement_y2007m12 PARTITION OF measurement
    FOR VALUES FROM ('2007-12-01') TO ('2008-01-01')
    TABLESPACE fasttablespace;

CREATE TABLE measurement_y2008m01 PARTITION OF measurement
    FOR VALUES FROM ('2008-01-01') TO ('2008-02-01')
    WITH (parallel_workers = 4)
    TABLESPACE fasttablespace;

分区键

分区键（Partition Key）是一个列或多个列的组合，用于确定分区表中的每一行应位于哪个分区。分区表必须要确保每行都明确分配给某一个分区。PolarDB PostgreSQL版（兼容Oracle）会使用分区键自动将插入、更新和删除操作定向到正确的分区。

如上方分区表案例1，其中logdate就是分区表measurement表的分区键。measurement表的每一个分区都是由logdate的取值范围来确定边界的。

分区策略

PolarDB PostgreSQL版（兼容Oracle）分区表提供了多种分区策略（Partitioning Strategies）来控制数据库如何将数据放入分区：

范围分区 (Range Partitioning)
表被分区为由分区键定义的“范围”，分配给不同分区的值范围之间没有重叠。例如，可以按日期范围或特定业务对象的标识符范围进行分区。每个范围的界限被理解为包括下端和不包括上端。例如，如果一个分区的范围是从1到10，下一个分区的范围是从10到20，则值10属于第二个分区而不是第一个分区。如上方案例1的measurement表就是一个范围分区表。
INTERVAL RANGE分区是范围分区的扩展，详细信息，请参见INTERVAL RANGE分区。
列表分区（List Partitioning）
案例2：
```
CREATE TABLE department(deptno INT4 Primary Key,dname VARCHAR(50), location VARCHAR(100)) PARTITION BY LIST (deptno);
CREATE TABLE department_p1 partition of department for values in (10, 20);
CREATE TABLE department_p1 partition of department for values in (30, 40);
```
列表分区是指通过显式列出每个分区中出现的键值来对表进行分区。如上方案例2中的department表则是使用了列表分区。它的两个分区都显示指定了分区键的值，比如department_p1中只会存储 deptno为10和20的行，department_p2中只会存储 deptno为30和40的行。
哈希分区（Hash Partitioning）
哈希分区是指通过为每个分区指定模数和余数来对表进行分区。每个分区将保存分区键的哈希值除以指定模数将产生指定余数的行。
案例3：
```
create table idxpart (i int) partition by hash (i);
create table idxpart0 partition of idxpart for values with (modulus 2, remainder 0);
create table idxpart1 partition of idxpart for values with (modulus 2, remainder 1);
```
如案例3中的idxpart表则是使用了哈希分区。比如idxpart0中只会存储i的哈希值除以2余0的行，idxpart表则是使用了哈希分区。比如idxpart1中只会存储i的哈希值除以2余1的行。

多级分区（Multi-Level Partitioning）

分区表被分成多个分区后，这些分区还可以继续被分区，这样的分区表被称之为多级分区。

PolarDB PostgreSQL版（兼容Oracle）目前没有限制分区的级数，但是不建议建立太多级别。一般3级以下都属于正常范围，级别太多会不利于分区表的管理，同时查询性能可能也会退化。

不同级别的分区策略可以不同，如第一级分区使用范围分区，第二级使用哈希分区，第三级使用列表分区。

案例4：

CREATE TABLE measurement (
    city_id         int not null,
    logdate         date not null,
    peaktemp        int,
    unitsales       int
) PARTITION BY RANGE (logdate);

CREATE TABLE measurement_y2006m03 PARTITION OF measurement
    FOR VALUES FROM ('2006-03-01') TO ('2006-04-01') PARTITION BY Hash (city_id);

CREATE TABLE measurement_y2006m03_hash1 PARTITION OF measurement_y2006m03
    for values with (modulus 2, remainder 0) PARTITION BY List (peaktemp);

CREATE TABLE measurement_y2006m03_hash1_l1 PARTITION OF measurement_y2006m03_hash1 for values in (10, 20);

语法

关于各分区类型的分区表的相关命令及说明，例如创建分区表、添加分区至分区表、合并分区、拆分分区、删除分区等，请参见分区表命令列表。