Oracle 分区表 范围分区、列表分区、HASH分区及组合分区
ztj100 2024-12-13 17:24 15 浏览 0 评论
普通表记录太大检索慢和delete 删除有瑕疵这两个缺点正好可以被分区表的分区消除和高效清理分区数据这两大特点给弥补了。
分区消除:对某表按月份建了范围分区,从1月到12月共12个分区,查询当前12月的记录,就不会去访问另外11个区,少做事了,这就是分区消除。
那高效分区清理:删除某分区的数据,如果直接delete,速度很慢,而且高水平位也不会释放,查询的块依然很多,这时可以直接 truncate 这个分区,速度非常快。
语法和知识点都不是问题,搜不到的是体系,是重点,是思想。
分区表的类型及原理
分区表的类型有范围分区、列表分区、HASH分区及组合分区4种,其中范围分区应用最为广泛,需要重点学习和掌握。而列表分区次之,在某些场合下也可以考虑使用组合分区(在Oracle 11g以前,组合分区的组合方式比较有限)。相对而言,HASH分区在应用中适用的场景并不广泛,使用的频率比较低。
分区表的建立方法
1.范围分区
① 范围分区的关键字为partition by range,即这三个关键字表示该分区为范围分区。
② values less than是范围分区特定的语法,用于指明具体的范围,比如partition p2 values less than(TO_DATE('2012-03-01','YYYY-MM-DD')),表示小于3月份的记录。
③ partition p1 到partition p_max表示总共建立了13个分区。
④ 最后还要注意partition p_max values less than(maxvalue)的部分,表示超出这些范围的记录全部落在这个分区中,免得出错。
⑤ 分区表中的分区可分别指定在不同的表空间里,如果不写即为都在同一默认表空间里。
列表分区
分区的字段不再是时间列,而是表示地区号的列。
① 列表分区的关键字为partition by list,即这三个关键字表示该分区为列表分区。
② 不同于之前范围分区的values less than,列表分区仅需values 即可确定范围。值得注意的是,partition p_592 values(592)并不是说明取值只能写一个,也可写为多个,比如partition p_union values(592,593,594)。
③ partition p_591 到partition p_other表示总共建立了10个分区。
④ 最后还要注意partition p_other values(DEFAULT)部分,表示不在刚才591到599范围的记录全部落在这个默认分区中,避免应用出错。
⑤ 分区表的分区可分别指定在不同的表空间里,如果不写即为都在同一默认表空间里。
散列分区
① 散列分区的关键字为partition by hash,出现这三个关键字即表示当前分区为散列分区。
② 散列分区与之前两种分区的明显差别在于:没有指定分区名,而仅仅是指定了分区个数,如PARTITIONS 12。
③ 散列分区的分区个数尽量设置为偶数个,比如本例中是12个,如果是11个或者13个就不妥了,具体原因和Oracle内部架构有关
④ 可以指定散列分区的分区表空间,比如STOREIN(ts1,ts2,ts3,ts4,t5,t6,t7,t8,t9,t10,t11,t12)表示分别存放在12个不同的表空间里,
组合分区
Oracle 11g前,主要支持 range-list 和range-hash这两种组合,在实际应用中最常用的组合是范围-列表(range-list)的组合
主要是增加了subpartition bylist(area_code)这个模块
① 组合分区是由主分区和从分区组成的,比如范围-列表分区,主分区是范围分区,而从分区是列表分区,从分区的关键字为subpartition。
② 为了避免在每个主分区中都写相同的从分区,可以考虑用模板的方式,如subpartition TEMPLATE关键字。
③ 只要涉及子分区模块,都需要有subpartition关键字。
④于表空间依然是可以指定,也可以不指定。
范围-列表、range-hash组合、range-range、list-range、list-hash和list-list
常用range-list分区,其他的适用场合相对比较少,使用频率较低
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)