什么是Oracle的分区表 (转 作者 陈字文)

    但是随着我们书籍越来越多，我们需要更大的容器来保存我们的科教类、IT类、历史类、人文类等等书籍，大家都知道的一个生活常识就是，我们肯定不能够将所有类型的书籍都扔到一个书架容器上摆着，最科学的，就是分区，将不同的书籍放到不同的地方去，这样，假如我们在西安五路口的新华书店，那么就只需要跑到四楼的IT分区,去找相关的IT书籍。

    在生活中是这个样子，在数据库中呢？

    现在的数据库业务数据和日志数据，以几何级数的速度在增长着。以我之前从事社保行业为例，社保的日志动辄几十G，其实，其中几乎涵盖了从系统试运行到运行一两年之后的数据，这样一个巨大的表，让数据的逻辑备份、查询、甚至基于日志表的回退都产生了巨大的效率问题。

    如何能够快速有效的删除三个月之前的日志信息，如何能够快速的检索当前月份的信息，如何充分利用多块磁盘空间（裸设备）的物理环境，增加并行度平衡I/O从而改善性能增强数据库的可用性？Oracle在8.0版本之后提出的表的分区功能就是一个非常关键的实用技术。

    早在8.0.5版本中，Oracle就将范围分区技术引入，现在分区功能已经越来越强大，包括支持扩展分区功能、Interval分区、外键分区、模拟列分区、以及分区建议器等。那么，分区到底有什么好处呢？我们为什么要使用分区呢？在什么环境下使用分区比较合适呢？在金牌管理群中，有一个哥们请教一个多用户下一张10W频繁表的增加、删除、修改表的问题，很多朋友给出了修改其成为分区表的建议。其实，这张表能否将其设置为分区表，是需要看具体的业务使用环境的，多用户下频繁的增删改查，我认为应当使用全局临时表而非使用分区表，这个并不是分区表的典型应用环境，相反，应当是全局临时表的应用环境，并且在一本参考书中，找到了一位大牛的建议作为佐证：“分区表应用在大表更合适，至少要大于100万条的记录才可以考虑使用分区表”，例如社保系统中，使用分区表解决日志问题冗余问题就是一个最佳使用场景。

    这个结论是非常容易理解的，就类似于我们最前面引入的一个例子，我们开书店，只有十本书，假设未来也只会有那么几本，那么我们为什么要费尽心思的分成不同的区域呢？那岂不是画蛇添足了么？既不经济也不和谐，只有当我们采购的书籍的量非常大的时候，我们才会去考虑使用分区技术来解决查找效率问题。

    假设现在用户希望找到一本《数据结构》的教科书，我们在100W本书籍里面大海捞针的去找快呢？还是在10W本IT类书籍中去查找快呢？答案是显而易见的。当我们只有10本书呢？我们还会建立分区吗？我们直接肉眼全部扫描一下，直接得到这本书就好了。因此我们需要在特定的环境下选择特定的技术解决方案，目的是追求更高的效能，更高的性能带来的必然是用户更高的满意度，更高的满意度带来的必然是更好的经济效益，更好的经济效益带来的必然是图书管理员们更美好的生活。

 

那么就让我们看一下Oracle提供的分区功能到底有什么样子的好处呢？

 

1）由于Oracle数据库可以将分区指定为不同的表空间,而不同的表空间是可以指向不同的磁盘设备的,在很多时候,磁盘设备的I/O速度是系统进行数据操作的瓶颈,而分区并行,则起到了优化物理硬件资源,从而缩短了执行的时间的作用。

2）分区，就类似于我们将图书分类放到了不同的区间中，这个时候，我们就可以只针对其中的某一类图书进行操作，比如进行该类书籍的查询、上架、下架、甚至将该类图书付之一炬，这带来了两个特别大的优势，第一，我们无视其他分区的数据；第二，我们可以很方便的对本区的数据进行删除操作。

3）提高了特定的查询速度，比如我们现在只需要查找IT类图书的数量，因为我们能够在第一意识中，排除其他非IT类书籍，必然会提高查询的性能。

4）节约维护的成本，传统的维护操作，例如重建索引等，因为有锁机制的存在，是会影响到其他人的读取和更新删除操作的，但是由于有了分区，我们在维护IT类书籍的时候，就不会对其他分类的数据造成影响，这个时候，可以降低因为维护数据而对其他系统数据产生的各种影响。

5）从安全的角度上而言，我们将不同的分区放在不同的表空间当中，就类似于我们没有将所有的鸡蛋放到一个篮子里面，必然会带来安全方面的提升。

 

Oracle提供了下面几种比较常见的分区方式：

 

1）范围分区（partition by range）

 

    我们可以想象范围分区的前提，假如我们现在有100W本书，如果分成10个分区，能够比较平均的将每一类维持在10W本左右，是最理想不过了，这样看起来即工整又漂亮。因此，我们在建立范围分区的时候，如何选择范围分区的依据从而能够让数据均匀分布，是一个需要重点关注的问题。

    在很多情况下，例如上述提到的社保系统中的日志表，使用日期进行分类就是一个比较好的分区方案，因为每个月产生的数据量都是大致相同的。下面，我们通过脚本来创建一个基于月份的范围分区表（假设插入的数据全部都是2013年的数据）：

 

    上面的例子就是一个使用范围分区的典型例子，在创建表的时候使用PARTITION BY RANGE关键字来指出进行分区的策略,其中PARTITION BY LOG(LOG_DATE)指的是使用LOG_DATE来作为分区的字段,里面根据取值的大小,命名了7个分区来存放数据,每个分区还可以指定不同的表空间,第七个分区使用MAXVALUE来避免有数值没有被上面的范围圈定,这个就类似于SWITCH语法中的DEFAULT,不同的,这个并不是fall through的。

 

    下面，我们来生成10万条数据来插入到表中，查看一下表中发生了什么样子的变化？

 

    首先，我们可以查询一下落在7、8月份的日志记录，就如同我们去新华书店只是去查找IT类的书籍一样，我们知道我们应当去那里寻找名字为PART_LOG_05分区的数据：

SELECT COUNT(1) FROM PART_LOG_CHENZW PARTITION (PART_LOG_05);

下面是在我本机的显示结果：

    通过上面的结果可以很明显的看出，有16981条数据落在了7、8月份的分区中。我们通过指定分区，将全部的注意力只放到此1.6W条左右的数据而不是全部的10W条数据上，可以很明显带来效能的提升。

 

    有一个问题随之而来，我们应当如何知道，图书馆里面都有什么样子的分区呢？我们如何才能知道正确的分区呢？在新华书店中，往往在上电梯的时候，都会有一个指示牌，告诉你，IT类书籍在4楼，人文社科类图书在1楼....其实，Oracle数据库也提供了这个指引牌，那就是下面两个数据字典：DBA_PART_TABLES和DBA_TAB_PARTITIONS，下面我们就翻一下两个“指示牌”中的内容：

 

 

    通过上面我们可以看到，表PART_LOG_CHENZW现在有7个分区，但是，我们并不能知道这7个分区都是存放什么样子的数据的？我们到什么地方去找到我们希望的7、8月的数据呢？

    从上面的结果可以看到，如果我们希望找到7、8月份的数据，就可以根据分区上限定位到PART_LOG_05分区。

 

    最后，我们可以通过查询数据字典USER_SEGMENTS来查看分区表占用的磁盘空间信息，如下：

 

    得到的结果如下：

 

2）列表分区（partition by list）

   假设我们现在只有四种类型的10W本图书,分别为0 教育类、1 IT类、2 人文类、3社科类，只有这四种情况，我们就可以通过图书的类型进行分区。通常情况下，如果你的数据中的某一项是可以被枚举的，那么，此列就可以用作列表分区的分区字段。

 

下面的脚本用于生成相应的数据：

 

3）散列分区（partition by hash）

    个人觉着散列分区的更多的作用在于分散数据，通过将数据均匀分布从而规避I/O瓶颈，但是这个在平时的生产中确实比较少用到，所以，建议仅仅作为了解了。

 

4）组合分区（partition by xxx subpartition by xxx）

    假如我们现在有10W本月刊类杂志提供给消费者查看和购买，我们如何做分区合适呢？首先我们可以先将图书根据种类进行分区，然后再对每个分区进行月份的分区，这样对于大量的图书而言，我们就可以根据实际的业务需要，将一大堆数据通过分区拆解为若干个小标进行管理，从而降低了管理的粒度，做到“精细化管理”。

 

    下面是一个进行组合分区的例子：

 

上面的组合分区和单一的范围分区有什么区别呢?我们通过查询数据字典看一下:

 

重点在上述分区的“子分区数”，我们可以看到，每一个按照列表的分区下面，又被按照日期被分为7个分区。