• SQL SERVER分区具体例子详解


    在日常工作中,我们会遇到以下的情况,一个表每日数万级的增长,而查询的数据通常是在本月或今年,以前的数据偶尔会用到,但查询和插入的效率越来越慢,用数据库分区会有助于解决这个问题。关于分区的理论知识网上很多我这里就不在累赘,我从一个实际例子出发,看如何将一个已经运行了很长时间的普通表进行分区。

    提出问题

    需解决问题:有一个数据表数据很大,我们通常的查询是在一个季度中。我们需要将以往年份的数据按不同年份存在文件组里,当年的数据分为4个季度存,如果到了新的一年,将之前4个季度的合并到一年中,新的一年又按4个季度分区。

    解决问题

    好了我们将一步步的开始解决问题。

    建立模拟环境

    1.首先建立数据库,和创建表。

    新建个数据库,新建测试表。数据文件放在一个好找的文件夹内,方便分区文件一并放在其中。

    2.创建模拟数据。

    我用C#程序模拟插入了一些数据,时间从2015-9-1号到2017-4-1每天一天数据。此时表的属性如下,文件组Primary,未分区。

    建立分区文件

    新建5个文件组,对应5个数据库文件,Y2015存放2015年的数据,Q1,Q2,Q3,Q4存放4个季度的数据,这里我们将文件都放在了同一个文件夹,如果条件允许,放在不同的磁盘上会增加读写效率。

    建立分区函数

    分区函数RANGE有区分LEFT和RIGHT
    LEFT是第一个分区小于等于边界,第二个分区大于
    RIGHT是第一个分区小于边界,第二个分区大于等于

    CREATE PARTITION FUNCTION [PartitionFunc](datetime) AS RANGE RIGHT FOR VALUES (N'2016-01-01T00:00:00', N'2016-04-01T00:00:00',N'2016-07-01T00:00:00',N'2016-10-01T00:00:00',N'2017-01-01T00:00:00')

    建立分区方案

    这个分区函数将分为6个文件组

    CREATE PARTITION SCHEME [PartitionScheme] AS PARTITION [PartitionFunc] TO ([Y2015], [Q1],[Q2],[Q3],[Q4],[PRIMARY])

    建立好的分区函数和分区方案如下:

    建立分区索引完成分区

    分区索引必须是聚集索引,我们建标时用SQL里的主键设置会自动将ID设置为聚集索引这里我们需要把原先的主键改为分聚集索引,在建立分区索引。

    CREATE CLUSTERED INDEX [ClusteredIndex_CreateDate] ON [dbo].[SchemTest]
    (
        [CreateDate]
    )WITH (SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF, ONLINE = OFF) ON [PartitionScheme]([CreateDate])

    这样表分区就完成了。

    查询分区中的数据

    我们可以查下在不同分区中的数据,语句如下:

    select $PARTITION.PartitionFunc(CreateDate) as 分区编号,count(ID) as 记录数 from SchemTest group by $PARTITION.PartitionFunc(CreateDate)  

    select * from SchemTest where $PARTITION.PartitionFunc(CreateDate)=1  

    这样查询所有2015年的数据。

    分区新增和合并

    现在 2015年的数据在2015文件组,2016年数据在4个季度的文件组,2017年数据在Primary的文件组,现在要将2016年的数据放在新增的2016文件组,4个季度的文件组放2017年的数据,Primary放2018年后的。

    1.新建2016的文件组

    2.分区合并
    先将所有季度文件组都合并,这样2017年数据之前都在2015文件组

    ALTER PARTITION FUNCTION PartitionFunc() MERGE RANGE (N'2016-01-01T00:00:00');
    ALTER PARTITION FUNCTION PartitionFunc() MERGE RANGE (N'2016-04-01T00:00:00');  
    ALTER PARTITION FUNCTION PartitionFunc() MERGE RANGE (N'2016-07-01T00:00:00');  
    ALTER PARTITION FUNCTION PartitionFunc() MERGE RANGE (N'2016-10-01T00:00:00');  

    可以在分区方案上查看创建SQL语句,这时的分区方案已经更改为:

    CREATE PARTITION SCHEME [PartitionScheme] AS PARTITION [PartitionFunc] TO ([Y2015], [PRIMARY])

    3.分区新增

    首先将2016年的数据放在Y2016文件组

    --选择文件组
    ALTER PARTITION SCHEME PartitionScheme  
    NEXT USED [Y2016] ;
    --修改分区函数  
    ALTER PARTITION FUNCTION PartitionFunc()  
    SPLIT RANGE (N'2016-01-01T00:00:00.000') ;

    同理将2017年的数据分别放在2017年的各个季度中

    ALTER PARTITION FUNCTION PartitionFunc()  MERGE RANGE (N'2017-01-01T00:00:00');
    ALTER PARTITION SCHEME PartitionScheme  NEXT USED [Q1] ;
    ALTER PARTITION FUNCTION PartitionFunc()  SPLIT RANGE (N'2017-01-01T00:00:00.000') ;
    ALTER PARTITION SCHEME PartitionScheme  NEXT USED [Q2] ; 
    ALTER PARTITION FUNCTION PartitionFunc()  SPLIT RANGE (N'2017-04-01T00:00:00.000') ;
    ALTER PARTITION SCHEME PartitionScheme  NEXT USED [Q3] ;
    ALTER PARTITION FUNCTION PartitionFunc()  SPLIT RANGE (N'2017-07-01T00:00:00.000') ;
    ALTER PARTITION SCHEME PartitionScheme  NEXT USED [Q4] ;
    ALTER PARTITION FUNCTION PartitionFunc()  SPLIT RANGE (N'2017-10-01T00:00:00.000') ;
    ALTER PARTITION SCHEME PartitionScheme  NEXT USED [PRIMARY] ;
    ALTER PARTITION FUNCTION PartitionFunc()  SPLIT RANGE (N'2018-01-01T00:00:00.000') ;

    现在查看分区函数和分区方案的创建语句如下:

    CREATE PARTITION SCHEME [PartitionScheme] AS PARTITION [PartitionFunc] TO ([Y2015], [Y2016], [Q1], [Q2], [Q3], [Q4], [PRIMARY])
    CREATE PARTITION FUNCTION [PartitionFunc](datetime) AS RANGE RIGHT FOR VALUES (N'2016-01-01T00:00:00.000', N'2017-01-01T00:00:00.000', N'2017-04-01T00:00:00.000', N'2017-07-01T00:00:00.000', N'2017-10-01T00:00:00.000', N'2018-01-01T00:00:00.000')

    分区记录如下:

    如果分区变动比较大不推荐用合并和删除的方法,因为容易出错,如果分12个月建议像下面一样,先将分区表转换为普通表,再把普通表分区。

    将分区表转换成普通表

    1.删除分区索引

    删除分区索引后,并没有编程普通表

    2.在原有分区索引字段,建立普通索引

    CREATE CLUSTERED INDEX [IX_SchemTest]  ON SchemTest(CreateDate) ON [Primary]

  • 相关阅读:
    JSON
    FBV & CBV
    django Tips
    Django2.2
    cookie & session
    ajax请求
    视图函数
    模板语法
    模板继承、组件
    python之路-----多线程与多进程
  • 原文地址:https://www.cnblogs.com/zhaoshujie/p/9594707.html
Copyright © 2020-2023  润新知