【大数据 - Doris 实践】数据表的基本使用（四）：动态分区

动态分区是在 Doris 0.12 版本中引入的新功能。旨在对表级别的分区实现生命周期管理（Time to Live，TTL），减少用户的使用负担。

目前实现了 动态添加分区 及 动态删除分区 的功能。动态分区只支持 Range 分区。

1.原理

在某些使用场景下，用户会将表按照天进行分区划分，每天定时执行例行任务，这时需要使用方手动管理分区，否则可能由于使用方没有创建分区导致数据导入失败，这给使用方带来了额外的维护成本。

通过动态分区功能，用户可以在建表时设定动态分区的规则。FE 会启动一个后台线程，根据用户指定的规则创建或删除分区。用户也可以在运行时对现有规则进行变更。

2.使用方式

动态分区的规则可以在建表时指定，或者在运行时进行修改。当前仅支持对单分区列的分区表设定动态分区规则。

建表时指定：

CREATE TABLE tbl1
...
PROPERTIES
(
	"dynamic_partition.prop1" = "value1",
	"dynamic_partition.prop2" = "value2",
	...
)

运行时修改：

ALTER TABLE tbl1 SET
(
	"dynamic_partition.prop1" = "value1",
	"dynamic_partition.prop2" = "value2",
	...
)

3.动态分区规则参数

3.1 主要参数

动态分区的规则参数都以 dynamic_partition. 为前缀：

参数名	解释
dynamic_partition.enable	是否开启动态分区特性，可指定 true 或 false，默认为 true
dynamic_partition.time_unit	动态分区调度的单位，可指定 HOUR、DAY、WEEK、MONTH。HOUR 的后缀格式为 yyyyMMddHH，分区列数据类型不能为 DATE。DAY 的后缀格式为 yyyyMMdd。WEEK 的后缀格式为 yyyy_ww，即当前日期属于这一年的第几周。MONTH 的后缀格式为 yyyyMM。
dynamic_partition.time_zone	动态分区的时区，如果不填写，则默认为当前机器的系统的时区
dynamic_partition.start	动态分区的起始偏移，为负数。根据 time_unit 属性的不同，以当天（星期 / 月）为基准，分区范围在此偏移之前的分区将会被删除。如果不填写，默认值为 Interger.Min_VALUE，即 $-2147483648$，即不删除历史分区
dynamic_partition.end	动态分区的结束偏移，为正数。根据 time_unit 属性的不同，以当天（星期 / 月）为基准，提前创建对应范围的分区
dynamic_partition.prefix	动态创建的分区名前缀
dynamic_partition.buckets	动态创建的分区所对应分桶数量
dynamic_partition.replication_num	动态创建的分区所对应的副本数量。如果不填写，则默认为该表创建时指定的副本数量
dynamic_partition.start_day_of_week	当 time_unit 为 WEEK 时，该参数用于指定每周的起始点。取值为 $1$ 到 $7$。其中 $1$ 表示周一，$7$ 表示周日。默认为 $1$，即表示每周以周一为起始点
dynamic_partition.start_day_of_month	当 time_unit 为 MONTH 时，该参数用于指定每月的起始日期。取值为 $1$ 到 $28$。其中 $1$ 表示每月 $1$ 号，$28$ 表示每月 $28$ 号。默认为 $1$，即表示每月以 $1$ 号位起始点。暂不支持以 $29$、$30$、$31$ 号为起始日，以避免因闰年或闰月带来的歧义

3.2 创建历史分区的参数

• dynamic_partition.create_history_partition：默认为 false。当置为 true 时，Doris 会自动创建所有分区，当期望创建的分区个数大于 max_dynamic_partition_num 值时，操作将被禁止。当不指定 start 属性时，该参数不生效。

• dynamic_partition.history_partition_num：当 create_history_partition 为 true 时，该参数用于指定创建历史分区数量。默认值为 $-1$， 即未设置。

• dynamic_partition.hot_partition_num：指定最新的多少个分区为热分区。对于热分区，系统会自动设置其 storage_medium 参数为 SSD，并且设置 storage_cooldown_time。hot_partition_num 是往前 $n$ 天和未来所有分区。

我们举例说明。假设今天是 2021-05-20，按天分区，动态分区的属性设置为：hot_partition_num=2，end=3，start=-3。则系统会自动创建以下分区，并且设置 storage_medium 和 storage_cooldown_time 参数：

p20210517 ： ["2021-05-17", "2021-05-18") storage_medium=HDD storage_cooldown_time=9999-12-31 23:59:59
p20210518 ： ["2021-05-18", "2021-05-19") storage_medium=HDD storage_cooldown_time=9999-12-31 23:59:59
p20210519 ： ["2021-05-19", "2021-05-20") storage_medium=SSD storage_cooldown_time=2021-05-21 00:00:00
p20210520 ： ["2021-05-20", "2021-05-21") storage_medium=SSD storage_cooldown_time=2021-05-22 00:00:00
p20210521 ： ["2021-05-21", "2021-05-22") storage_medium=SSD storage_cooldown_time=2021-05-23 00:00:00
p20210522 ： ["2021-05-22", "2021-05-23") storage_medium=SSD storage_cooldown_time=2021-05-24 00:00:00
p20210523 ： ["2021-05-23", "2021-05-24") storage_medium=SSD storage_cooldown_time=2021-05-25 00:00:00

• dynamic_partition.reserved_history_periods：需要保留的历史分区的时间范围。
  • 当 dynamic_partition.time_unit 设置为 “DAY/WEEK/MONTH/YEAR” 时，需要以 [yyyy-MM-dd,yyyy-MM-dd], […,…] 格式进行设置。
  • 当 dynamic_partition.time_unit 设置为 “HOUR” 时，需要以 [yyyy-MM-dd HH:mm:ss,yyyyMM-dd HH:mm:ss], […,…] 的格式来进行设置。如果不设置，默认为 NULL。

举例说明，假设今天是 2021-09-06，按天分类，动态分区的属性设置为：

time_unit = "DAY/WEEK/MONTH/YEAR", end=3, start=-3,
reserved_history_periods = "[2020-06-01,2020-06-20],[2020-10-31,2020-11-15]"

则系统会自动保留：

["2020-06-01","2020-06-20"], 
["2020-10-31","2020-11-15"]

或者

time_unit = "HOUR", end=3, start=-3,
reserved_history_periods = "[2020-06-01 00:00:00,2020-06-01 03:00:00]"

则系统会自动保留：

["2020-06-01 00:00:00","2020-06-01 03:00:00"]

这两个时间段的分区。其中，reserved_history_periods 的每一个 […,…] 是一对设置项，两者需要同时被设置，且第一个时间不能大于第二个时间。

3.3 创建历史分区规则

假设需要创建的历史分区数量为 expect_create_partition_num，根据不同的设置具体数量如下：

• create_history_partition = true
  • dynamic_partition.history_partition_num 未设置，即 $-1$。则 expect_create_partition_num = end - start。
  • dynamic_partition.history_partition_num 已设置，则 expect_create_partition_num = end - max(start, -histoty_partition_num)。
• create_history_partition = false，不会创建历史分区，expect_create_partition_num = end - 0。
• 当 expect_create_partition_num > max_dynamic_partition_num（默认 $500$）时，禁止创建过多分区。

3.4 创建历史分区举例

（1）假设今天是 2021-05-20，按天分区，动态分区的属性设置为：create_history_partition=true，end=3，start=-3，history_partition_num = 1，则系统会自动创建以下分区：

p20210519
p20210520
p20210521
p20210522
p20210523

（2）history_partition_num = 5，其余属性与（1）保持一致，则系统会自动创建以下分区：

p20210517
p20210518
p20210519
p20210520
p20210521
p20210522
p20210523

（3）history_partition_num = -1，即不设置历史分区数量，其余属性与（1）保持一致，则系统会自动创建以下分区：

p20210517
p20210518
p20210519
p20210520
p20210521
p20210522
p20210523

3.5 注意事项

动态分区使用过程中， 如果因为一些意外情况导致 dynamic_partition.start 和 dynamic_partition.end 之间的某些分区丢失，那么当前时间与 dynamic_partition.end 之间的丢失分区会被重新创建，dynamic_partition.start 与当前时间之间的丢失分区不会重新创建。

4.示例

4.1 创建动态分区表

分区列 time 类型为 DATE，创建一个动态分区规则。按天分区，只保留最近 $7$ 天的分区，并且预先创建未来 $3$ 天的分区。

create table student_dynamic_partition1
(
	id int,
	time date,
	name varchar(50),
	age int
)
duplicate key(id,time)
PARTITION BY RANGE(time)()
DISTRIBUTED BY HASH(id) buckets 10
PROPERTIES(
	"dynamic_partition.enable" = "true",
	"dynamic_partition.time_unit" = "DAY",
	"dynamic_partition.start" = "-7",
	"dynamic_partition.end" = "3",
	"dynamic_partition.prefix" = "p",
	"dynamic_partition.buckets" = "10",
	"replication_num" = "1"
);

4.2 查看动态分区表调度情况

mysql> SHOW DYNAMIC PARTITION TABLES;
+-----------+--------+----------+-------------+------+--------+---------+-----------+----------------+---------------------+--------+------------------------+----------------------+-------------------------+
| TableName | Enable | TimeUnit | Start       | End  | Prefix | Buckets | StartOf   | LastUpdateTime | LastSchedulerTime   | State  | LastCreatePartitionMsg | LastDropPartitionMsg | ReservedHistoryPeriods  |
+-----------+--------+----------+-------------+------+--------+---------+-----------+----------------+---------------------+--------+------------------------+----------------------+-------------------------+
| d3        | true   | WEEK     | -3          | 3    | p      | 1       | MONDAY    | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | [2021-12-01,2021-12-31] |
| d5        | true   | DAY      | -7          | 3    | p      | 32      | N/A       | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | NULL                    |
| d4        | true   | WEEK     | -3          | 3    | p      | 1       | WEDNESDAY | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | NULL                    | 
| d6        | true   | MONTH    | -2147483648 | 2    | p      | 8       | 3rd       | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | NULL                    |
| d2        | true   | DAY      | -3          | 3    | p      | 32      | N/A       | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | NULL                    |
| d7        | true   | MONTH    | -2147483648 | 5    | p      | 8       | 24th      | N/A            | 2020-05-25 14:29:24 | NORMAL | N/A                    | N/A                  | NULL                    |
+-----------+--------+----------+-------------+------+--------+---------+-----------+----------------+---------------------+--------+------------------------+----------------------+-------------------------+
7 rows in set (0.02 sec)

• LastUpdateTime：最后一次修改动态分区属性的时间。
• LastSchedulerTime：最后一次执行动态分区调度的时间。
• State：最后一次执行动态分区调度的状态。
• LastCreatePartitionMsg：最后一次执行动态添加分区调度的错误信息。
• LastDropPartitionMsg：最后一次执行动态删除分区调度的错误信息。

4.3 查看表的分区

SHOW PARTITIONS FROM student_dynamic_partition1;

4.4 插入测试数据

insert into student_dynamic_partition1 values(1,'2022-03-31 11:00:00','name1',18);
insert into student_dynamic_partition1 values(1,'2022-04-01 11:00:00','name1',18);
insert into student_dynamic_partition1 values(1,'2022-04-02 11:00:00','name1',18);

4.5 设置创建历史分区

ALTER TABLE student_dynamic_partition1 SET 
(
	"dynamic_partition.create_history_partition" = "true"
);

4.6 动态分区表与手动分区表相互转换

对于一个表来说，动态分区和手动分区可以自由转换，但二者不能同时存在，有且只有一种状态。

4.6.1 手动分区转换为动态分区

如果一个表在创建时未指定动态分区，可以通过 ALTER TABLE 在运行时修改动态分区相关属性来转化为动态分区，具体示例可以通过 HELP ALTER TABLE 查看。

注意：如果已设定 dynamic_partition.start，分区范围在动态分区起始偏移之前的历史分区将会被删除。

4.6.2 动态分区转换为手动分区

ALTER TABLE tbl_name SET ("dynamic_partition.enable" = "false") 

关闭动态分区功能后，Doris 将不再自动管理分区，需要用户手动通过 ALTER TABLE 的方式创建或删除分区。