表分区的介绍

原本的表文件都是以完整的形式存储在磁盘中的，而表分区则是指将一张表的数据拆分成多个磁盘文件，然后放到磁盘中存储。
需要去检索一条数据时，无需对一个完整的数据文件从头到尾做扫描，而只需要对某个分区文件进行扫描，能够在一定程度上提高性能。

  • 相较于使用单个文件存储表数据，表分区技术可以打破单个磁盘分区的容量限制。
  • 对于一些失效数据，如三年前的数据，可以通过快速删除分区的方式清理，效率十分高。
  • 能够在一定程度上提升磁盘IO时，检索数据的性能，毕竟只需对一小片磁盘表文件做寻道。
  • 支持聚合函数的并行执行，比如sum()、count()这类函数，可以分别统计各分区的数据做汇总。
  • 带来更好的数据管理性和可用性，当一个表文件受损时，不会影响其他分区文件中的表数据。

表分区只支持水平划分！！！

表分区的方式

RANGE分区

按范围进行分区

LIST分区

枚举分区，为每个分区分配指定值，比如按照性别，男生一个分区，女生一个分区

HASH分区

  1. 常规哈希：基于某个整数型字段，直接做取模，最后根据余数来决定数据的分区。
  2. 线性哈希：基于某个字段哈希之后的哈希值，进行取模运算，最后根据余数来决定数据的分区。

KEY分区

  • 表中只存在主键或唯一字段时，分区键必须为主键/唯一键的部分或全部字段，不允许选择其他字段。
  • 表中主键、唯一字段同时存在时，分区键必须为主键和唯一键共有的部分或全部字段。
  • 当表中不存在主键或唯一键时，分区键可以是除text、blob类型外的任意单个或多个字段。

SUB分区

基于表分区的结果进一步做分区处理

COLUMNS分区

使得range、list分区由多个字段组成，同时支持的字段类型也相对丰富

参考文献

https://juejin.cn/post/7166500122166034469