分布式DBA创建和使用分区表.doc

分布式 DBA: 创建和使用分区表表分区是一种数据组织方案，它根据一列或多列中的值把表数据划分为多个称为数据分区 的存储对象。分区的表能够包含的数据比普通的表多得多；另外，通过利用称为分区消除 的过程，针对分区表运行的查询通常比针对非分区表运行时执行速度更快，需要的磁盘 I/O 更少。（DB2 优化器能够感知分区，在执行查询时只扫描相关的数据分区。）在这篇专栏文章中，我将讨论如何创建分区表，解释分区表的定义如何决定各个记录的存储位置。 范围分区表数据分区也称为范围（当前 DB2 只支持范围分区方案），一个数据分区包含一个行子集，这些行存储在与表中其他行集不同的地方。不同的数据分区可以驻留在不同的表空间中，也可以驻留在相同的表空间中。CREATE TABLE 语句的 PARTITION BY 子句中提供的信息决定表数据的分区方式。这个可选子句的语法取决于是希望让 DB2 在指定的表数据范围内均匀地生成每个分区范围，还是要手工控制每个范围的边界。对于给定的表数据范围自动生成分区的语法是：PARTITIONBY(ColumnName,.)(STARTINGStart|MINVALUE|MAXVALUE|STARTING(Start|MINVALUE|MAXVALUE,.)ENDINGEnd|MINVALUE|MAXVALUE|ENDING(End|MINVALUE|MAXVALUE,.)EVERYConstant,.)手工指定分区的语法是：PARTITIONBY(ColumnName,.)(STARTINGStart|MINVALUE|MAXVALUE|STARTING(Start|MINVALUE|MAXVALUE,.)ENDINGEnd|MINVALUE|MAXVALUE|ENDING(End|MINVALUE|MAXVALUE,.)其中：ColumnName：用名称指定一个或多个列（最多 16 列），这些列的值用来决定数据行应该存储在哪个数据分区中。（指定的列组成表的分区键 参见边栏 “选择表分区键”。）数据类型为 LONG VARCHAR、LONG VARGRAPHIC、BLOB、CLOB、DBCLOB、XML、基于这些数据类型的 distinct 类型和结构化数据类型的列都不能作为数据分区键的组成部分。PartitionName：指定分配给要创建的数据分区的惟一名称。Start：指定每个数据分区的范围下限。End：指定每个数据分区的范围上限。Constant：在使用语法的自动生成形式时，指定每个数据分区范围的宽度。从 STARTING FROM 值开始创建数据分区，数据分区的范围内包含指定数量的值。支持这种语法的条件是分区键由单一列组成，这一列的数据类型是数字、日期、时间或时间戳。DurationLabel：如果分区键列的数据类型是日期、时间或时间戳，这个参数指定与 Constant 值相关的时间单位。这个参数的有效值是：YEAR、YEARS、MONTH、MONTHS、DAY、DAYS、HOUR、HOURS、MINUTE、MINUTES、SECOND、SECONDS、MICROSECOND 和 MICROSECONDS。TSName：指定存储每个数据分区的表空间。IndexTSName：指定存储每个数据分区的分区索引的表空间。LongTSName：指定存储长列的值的表空间。注意：尖括号 () 中的参数是可选的；方括号 ( ) 中的参数或选项是必需的，必须提供它们；逗号后面跟着省略号 (.) 表示前面的参数可以重复出现多次。因此，如果希望创建一个名为 SALES 的分区表，把每个季度的数据存储在单独的分区中，每个分区驻留在不同的表空间中，那么可以执行以下 CREATE TABLE 语句：CREATETABLEsales(sales_dateDATE,sales_amtNUMERIC(5,2)INtbsp0,tbsp1,tbsp2,tbsp3PARTITIONBYRANGE(sales_date)(STARTING1/1/2010ENDING12/31/2010EVERY3MONTHS)图 1 说明生成的表是什么样的。图 1. 一个简单分区表中存储的数据另一方面，如果希望创建一个名为 INVENTORY 的分区表，把物品编号在 1 到 100 之间的行存储在一个表空间中的一个分区中，把编号在 101 到 200 之间的行存储在另一个表空间中的另一个分区中，以此类推，那么可以执行下面的 SQL 语句：CREATETABLEinventory(item_noINT,descVARCHAR(20)PARTITIONBY(item_noNULLSFIRST)(PARTITIONPRODUCESTARTINGMINVALUEENDING100INtbsp0,PARTITIONDAIRYSTARTING101ENDING200INtbsp1,PARTITIONBAKERYSTARTING201ENDING300INtbsp2,PARTITIONMEATSTARTING301ENDING400INtbsp3)选择表分区键 选择有效的表分区键列对于发挥表分区的优势非常重要。最有效的表分区键列是有利于分区消除的列。例如，如果通常按日期查询表中的记录，那么应该用日期或时间列进行表分区。同样，如果希望随着时间的推移把表数据的一部分删除或存档，应该根据期望的记录存档方式进行表分区。例如，如果希望把三年前的所有数据都存档，应该按周、月或季度进行表分区，这样就可以分别在每周、每月或每季度末删除一个老分区。对于这个示例，ITEM_NO 值在 1 到 100 之间的行将存储在名为 PRODUCE 的分区中（这个分区的数据写到表空间 TBSP0 中），ITEM_NO 值在 101 到 200 之间的行将存储在名为 DAIRY 的分区中（这个分区的数据写到表空间 TBSP1 中），依次类推；ITEM_NO 值为 NULL 的行将存储在 PRODUCE 分区中。一定要注意，当指定 NULLS FIRST 选项时，第一个分区必须从 MINVALUE 开始。（同样，如果使用 NULLS LAST 选项，最后一个分区必须结束于 MAXVALUE。）否则，在插入分区键列为 NULL 值的记录时，会产生 “data out of bounds” 错误。另外，每个分区的数据、索引和长列数据可以放在不同的表空间中。如果不为索引或长列指定表空间，分区索引和长列数据会存储在与数据相同的表空间中。在默认情况下，范围包含边界本身。要想防止在某一分区中存储特定的记录，可以用 EXCLUSIVE 选项创建范围。例如：CREATETABLEsales(sales_dateDATE,sales_amtNUMERIC(5,2)INtbsp0,tbsp1,tbsp2,tbsp3PARTITIONBYRANGE(sales_date)(STARTING1/1/2010ENDING3/31/2010EXCLUSIVE,STARTING3/31/2010ENDING6/30/2010EXCLUSIVE,STARTING6/30/2010ENDING9/30/2010EXCLUSIVE,STARTING9/30/2010ENDING12/31/2010)在这个示例中，销售日期为 3/31/2010 的记录不会存储在表空间 TBSP0 中，而是存储在表空间 TBSP1 中。当在分区表中插入行时，会根据键值及其所处的范围自动地把它放到适当的数据分区中。如果键值不处于表的任何