表设计
总体上讲，良好的表设计需要遵循以下原则：
【关注】减少需要扫描的数据量。通过分区表的剪枝机制可以大幅减少数据的扫描量。
【关注】尽量减少随机I/O。通过聚簇/局部聚簇可以实现热数据的连续存储，将
随机
I/O 转换为连续I/O，从而减少扫描的I/O 代价。
选择存储方案
【建议】
表的存储类型是表定义设计的第一步，
客户业务类型是决定表的存储类型的主
要因素，表存储类型的选择依据请参考表4-1。
表4- 1 表的存储类型及场景
存储类型
适用场景
行存
点查询（返回记录少，基于索引的简单查询）。
增、删、改操作较多的场景。
列存
统计分析类查询（关联、分组操作较多的场景）。
即席查询（查询条件不确定，行存表扫描难以使用索引）。
选择分区方案
当表中的数据量很大时，应当对表进行分区，一般需要遵循以下原则：
【建议】使用具有明显区间性的字段进行分区，比如日期、区域等字段上建立分区。
【建议】分区名称应当体现分区的数据特征。例如，关键字+区间特征。
【建议】将分区上边界的分区值定义为MAXVALUE，以防止可能出现的数据溢出。
表4- 2 表的分区方式及使用场景
分区方式
描述
Range
表数据通过范围进行分区。
Interval
表数据通过范围进行分区，
超出范围的会自动根据间隔创建新的分区。
GBase 8c V5 开发者手册
南大通用数据技术股份有限公司
49
List
表数据通过指定列按照具体值进行分区。
Hash
表数据通过Hash 散列方式进行分区。
典型的分区表定义如下：
--创建Range 分区表
CREATE TABLE staffS_p1 (
staff_ID
NUMBER(6) not null, FIRST_NAME
VARCHAR2(20), LAST_NAME
VARCHAR2(25), EMAIL
VARCHAR2(25), PHONE_NUMBER VARCHAR2(20),
HIRE_DATE
DATE,
employment_ID VARCHAR2(10), SALARY NUMBER(8,2), COMMISSION_PCT NUMBER(4,2),
MANAGER_ID NUMBER(6),
section_ID NUMBER(4)
)
PARTITION BY RANGE (HIRE_DATE) (
PARTITION HIRE_19950501 VALUES LESS THAN ('1995-05-01 00:00:00'), PARTITION
HIRE_19950502 VALUES LESS THAN ('1995-05-02 00:00:00'), PARTITION HIRE_maxvalue
VALUES LESS THAN (MAXVALUE)
);
--创建Interval 分区表，初始两个分区，插入分区范围外的数据会自动新增分区CREATE
TABLE sales
(prod_id NUMBER(6), cust_id NUMBER, time_id DATE, channel_id CHAR(1), promo_id
NUMBER(6),
quantity_sold NUMBER(3), amount_sold NUMBER(10,2)
)
PARTITION BY RANGE (time_id) INTERVAL('1 day')
( PARTITION p1 VALUES LESS THAN ('2019-02-01 00:00:00'), PARTITION p2 VALUES LESS
THAN ('2019-02-02 00:00:00')
);
--创建List 分区表
CREATE TABLE test_list (col1 int, col2 int) partition by list(col1)
(
partition p1 values (2000), partition p2 values (3000), partition p3 values (4000),
partition p4 values (5000)
);
--创建Hash 分区表
CREATE TABLE test_hash (col1 int, col2 int) partition by hash(col1)
(
partition p1, partition p2
);
GBase 8c V5 开发者手册
南大通用数据技术股份有限公司
50
更多的表分区语法信息，参见《GBase 8c V5_3.0.0_SQL 手册》中CREATE TABLE
PARTITION 章节。