第十三章——表和索引分区（2）——使用拆分删除和加载大数据

前言：

        很多时候需要对大数据量进行归档或者删除，并周期性加载大数据量到一个大表中，现在来做个简单的例子，你经常需要删除大数据量表中的大量数据。同时，你想加载大量数据到这个表中，当表中数据有数十亿时，这个操作可能消耗几个小时，但是如果你的表有分区，那么执行起来会很有效。

本文将模拟删除一个季度的数据，并加载整个季度到现有表，其中使用了拆分（splitting）、合并（merging）和切换分区（switching）。

假设我们需要存储季度数据，并且每个季度存放在一个分区。现在需要清除最久的季度和加载最新的季度数据，比如分区中包含：

1、 季度1：2011年1月到2011年3月

2、 季度2：2011年4月到2011年6月

3、 季度3：2011年7月到2011年9月

4、 季度4：2011年10月到2011年12月

现在需要删除季度1并加载2012年第一季度的数据到一个新的分区中。为了实现这个功能，可以使用在date和time列上针对每个季度创建分区。可以合并两个分区或者拆分现有有分区。

本文将演示使用滑动窗口实现，在滑动窗口中，可以清除最久的分区。

 

步骤：

1、 打开SQLServer

2、 执行下面脚本，创建一个分区函数，并使用RANGE RIGHT，然后创建一个分区架构：

USE Sample_DBUSE master
GO

IF DB_ID('Sample_DB') IS NOT NULL 
    DROP DATABASE Sample_DB
	
CREATE DATABASE Sample_DB ON PRIMARY
(
	NAME=N'Sample_DB',FILENAME=N'C:\SQLData\Sample_DB.mdf',
	SIZE=3072KB,FILEGROWTH=1024KB
) LOG ON
(
	NAME =N'Sample_DB_log',FILENAME=N'C:\SQLData\Sample_DB_log.ldf',
	SIZE=1024KB ,FILEGROWTH=10%
)
GO


USE Sample_DB
GO
CREATE PARTITION FUNCTION pf_Quaterly_RangeRight(DATETIME)
AS RANGE RIGHT FOR VALUES
('20110101','20110401','20110701','20111001','20120101')
GO

CREATE PARTITION SCHEME ps_Quaterly_RangeRight
AS PARTITION pf_Quaterly_RangeRight ALL TO ([PRIMARY])
GO

注意：当分区列是datetime类型时，应该总是尝试使用RANGE RIGHT，这样会使得分区更好，如果使用RANGE LEFT，你必须考虑特定的time部分，包含毫秒。

3、 创建一个表tbl_MyData并插入275000行数据：

USE Sample_DB
GO

CREATE TABLE tbl_MyData
    (
      RecordDateTime DATETIME NOT NULL ,
      RecordID INT NOT NULL ,
      RecordData VARCHAR(40) NOT NULL
    )
GO

CREATE CLUSTERED INDEX idx_tbl_MyData_RecordDateTime
ON tbl_MyData(RecordDateTime,RecordID) ON ps_Quaterly_RangeRight(RecordDateTime)

INSERT  INTO tbl_MyData
        SELECT  '2011' + RIGHT('0' + CAST(( CASE WHEN ID % 12 = 0 THEN 12
                                                 ELSE ID % 12
                                            END ) AS VARCHAR), 2) + RIGHT('0'
                                                              + CAST(( CASE
                                                              WHEN ID % 28 = 0
                                                              THEN 28
                                                              ELSE ID % 28
                                                              END ) AS VARCHAR),
                                                              2) AS RecordDateTime ,
                ID ,
                RecordData
        FROM    ( SELECT TOP 275000
                            ID = ROW_NUMBER() OVER ( ORDER BY c1.name ) ,
                            RecordData = NEWID()
                  FROM      sys.columns AS C1
                            CROSS JOIN sys.columns AS C2
                            CROSS JOIN sys.columns AS C3
                ) AS T
GO

4、 执行下面语句，检验分区数量： 

USE Sample_DB
GO

SELECT  partition_number ,
        rows
FROM    sys.partitions
WHERE   object_id = OBJECT_ID('tbl_MyData')
ORDER BY partition_number

5、 结果如下：

6、 现在先移除2011年第一个季度也就是分区1的数据：

USE Sample_DB
GO

IF OBJECT_ID('tbl_MyStagingData') IS NOT NULL 
    DROP TABLE tbl_MyStagingData

CREATE TABLE tbl_MyStagingData
    (
      RecordDateTime DATETIME NOT NULL ,
      RecordID INT NOT NULL ,
      RecordData VARCHAR(40) NOT NULL
    )
GO

CREATE CLUSTERED INDEX idx_tbl_MyStagingData_RecordDateTime ON tbl_MyStagingData(RecordDateTime,RecordID)
GO

7、 现在，切换tbl_MyData的分区2到分期表tbl_MyStagingData并清空分期表。在清空以后，检查分区数据：

USE Sample_DB
GO

ALTER TABLE tbl_MyData
SWITCH PARTITION 2 TO tbl_MyStagingData PARTITION 1
GO
TRUNCATE TABLE tbl_MyStagingData
GO


SELECT  partition_number ,
        rows
FROM    sys.partitions
WHERE   object_id = OBJECT_ID('tbl_MyData')
ORDER BY partition_number

8、 结果可见，分区已经清空：

9、 现在，把分区2与分区1合并，设置下一个使用分区架构的文件组到PRIMARY并验证数据：

 USE Sample_DB
GO

ALTER PARTITION FUNCTION pf_Quaterly_RangeRight()
MERGE RANGE ('20110101')
GO

ALTER PARTITION SCHEME ps_Quaterly_RangeRight
NEXT USED [PRIMARY]


SELECT  partition_number ,
        rows
FROM    sys.partitions
WHERE   object_id = OBJECT_ID('tbl_MyData')
ORDER BY partition_number

10、  结果如下：

11、 现在加载数据到tbl_MyData，为了实现这个步骤，需要生成一些数据并插入到分期表tbl_MyStagingData：

USE Sample_DB
GO

ALTER TABLE tbl_MyStagingData
ADD CONSTRAINT ck_tbl_MyStagingData_RecordDateTime
CHECK (RecordDateTime>='20120101' AND RecordDateTime<'20120401')

INSERT  INTO tbl_MyStagingData
        SELECT  '2012' + RIGHT('0' + CAST(( CASE WHEN ID % 3 = 0 THEN 3
                                                 ELSE ID % 3
                                            END ) AS VARCHAR), 2) + RIGHT('0'
                                                              + CAST(( CASE
                                                              WHEN ID % 28 = 0
                                                              THEN 28
                                                              ELSE ID % 28
                                                              END ) AS VARCHAR),
                                                              2) AS RecordDateTime ,
                ID ,
                RecordData
        FROM    ( SELECT TOP 275000
                            ID = ROW_NUMBER() OVER ( ORDER BY c1.name ) ,
                            RecordData = NEWID()
                  FROM      sys.columns AS C1
                            CROSS JOIN sys.columns AS C2
                            CROSS JOIN sys.columns AS C3
                ) AS T
GO

12、  现在通过拆分最后一个空的分区来创建一个新的分区，拆分后，把分区tbl_MyStagingData切换到tbl_MyData的分区5中，并设置下一个分区架构使用Primary：

USE Sample_DB
GO

ALTER PARTITION FUNCTION pf_Quaterly_RangeRight()
SPLIT RANGE ('20120401')
GO

ALTER TABLE tbl_MyStagingData
SWITCH PARTITION 1 TO tbl_MyData PARTITION 5


ALTER PARTITION SCHEME ps_Quaterly_RangeRight
NEXT USED [PRIMARY]
GO

13、现在来验证一下数据：

USE Sample_DB
GO


SELECT  partition_number ,
        rows
FROM    sys.partitions
WHERE   object_id = OBJECT_ID('tbl_MyData')
ORDER BY partition_number

14、结果如下： 

      

 

分析：

本文使用了CREATEPARTITION FUNCTION命令，首先创建了一个分区函数pf_Quaterly_RangeRight，通过定义RecordDateTime来做分区列，使得20110101~20120101进行分区。然后使用CREATE PARTITION SCHEME命令创建分区架构ps_Quaterly_RangeRight，映射所有分区到PRIMARY文件组。通过一些列的操作处理分区中的数据。

 

扩展知识：

本文显示了一个简单的例子，可以在生产环境中配置周期性实现。重点是脚本要足够智能化和动态化。