Kingbase的一级分区的范围分区

前言

分区表是数据库中的一种表设计方式，它将表的数据分割成多个，称之为分区的逻辑存储单元。
每个分区可以独立管理，包括存储、备份、维护和查询，从而提高了更高效的数据管理和查询性能。
通俗来说，就是当表中的数据不断地增大时，查询速度就会变得非常慢，应用程序的性能就就会下降，
这个时候就应该考虑对表进行分区。表进行分区以后，逻辑上仍然是一张完整的表，只是将表里的数据
在物理上存放到多个表空间中，这样在查询数据时，就不用每次查询都进行整张表的扫描，提高了查询速度。
拆分分区是指将一个现有的分区进一步划分成多个子分区的操作。通常来说，这是为了进一步更好的管理数据，
以便将大分区拆分为更小的部分，以适应增长的大数据量。

分区的优点是：
性能提升：当一个分区中的数据量持续增长，可能会影响查询性能的和数据维护的时候，
拆分分区可以将大分区划分成较小的子分区，以改善性能。
数据管理：拆分分区可以更好的管理数据，使其组织更加合理，降低数据的碎片化程度

拆分分区的类型:
范围分区表
列表分区
hash分区

---

一、说明

1.此文章使用的是

• 一级分区的语法一：
  在创建普通表后面加上指定的分区信息的语法
• 范围分区

2.语法

CREATE TABLE 表名
(
    列名1 数据类型,
    列名2 数据类型,
    ...
)
PARTITION BY RANGE (分区键)  --要分区的列名
(
    PARTITION 分区名1 VALUES LESS THAN (分区值),  --存储的范围
    PARTITION 分区名2 VALUES LESS THAN (分区值),  --存储的范围
    ...
);

二、使用

1.自动创建分区：使用CREATE 和 INTERVAL 命令，数据类型为NUMBE

语句如下（示例）：

--使用函数 generate_series 快速插入多行数据 
--generate_series(起始大小, 结束大小, 步进)
SELECT generate_series(1, 200);
--MD5(RANDOM())：通过随机数 random 来生成，将随机数转换为32位的哈希值
--SUBSTRING(MD5(RANDOM()), 1, 20)：再通过 SUBSTRING 函数来截取前20位
SELECT SUBSTRING(MD5(RANDOM()), 1, 20);

--创建
CREATE TABLE ncc_apples (
    apple_id BIGSERIAL NOT null PRIMARY KEY,        --ID
    apple_name VARCHAR(255)                         --名称
) 
PARTITION BY RANGE (apple_id) INTERVAL ('100'::BIGINT) --自动创建分区('100'::BIGINT指的是apple_id每增长100自动创建1个分区)
(
    PARTITION p1 VALUES LESS THAN (100) --小于等于100存储到p1
);

--批量增加数据
insert into ncc_apples values(generate_series(1, 200), SUBSTRING(MD5(RANDOM()), 1, 20));

--包含apple_id字段名的所有表
SELECT table_name
FROM information_schema.columns
WHERE column_name = 'apple_id'
AND table_schema = '数据库名称';

--查询数据
SELECT * FROM ncc_apples;

--分区表数据
SELECT * FROM ncc_apples_p1;
SELECT * FROM ncc_apples_p2;
SELECT * FROM ncc_apples_p3;

--p1存储apple_id 1—99 的数据
--p2存储apple_id 100—199 的数据
--p3存储apple_id 200 的数据

--使用create命令增加表分区时，删除分区表，直接删除DROP TABLE ncc_apples; 即可
DROP TABLE IF EXISTS ncc_apples;

2.自动创建分区：使用CREATE 和 INTERVAL 命令，数据类型必须为DATE

语句如下（示例）：

--使用函数 generate_series 快速插入多行数据 
--generate_series(起始大小, 结束大小, 步进)
SELECT generate_series(1, 366);
--生成 2024 年之内的随机日期（
--通过TRUNC(random()*365+1) 生成一个1~365的随机数
--再通过date日期相加(得到一个随机天数偏移量)
--最后通过to_char将日期转换为yyyy-MM-dd HH:mm:ss格式
SELECT to_char((date '2024-01-01' + TRUNC(random()*365+1)), 'yyyy-MM-dd HH:mm:ss'); 

--创建
CREATE TABLE ncc_devices (
    devices_id BIGSERIAL NOT null PRIMARY KEY,        --ID
    devices_date timestamp DEFAULT CURRENT_TIMESTAMP  --日期
) 
PARTITION BY RANGE (devices_date) INTERVAL ('1 DAY'::INTERVAL) --自动创建分区('1 DAY'::INTERVAL指的是devices_date每增长1天自动创建1个分区)
--'1 YEAR'：每隔1年创建一个分区/'1 MONTH'：每个1个月创建一个分区/'1 DAY'：每个1天创建一个分区
(
    PARTITION p1 VALUES LESS THAN ('2024-01-31') --小于等于2024-01-31存储到p1
);

--批量增加数据
insert into ncc_devices values(generate_series(1, 366), to_char((date '2024-01-01' + TRUNC(random()*365+1)), 'yyyy-MM-dd HH:mm:ss'));

--包含devices_id字段名的所有表
SELECT table_name
FROM information_schema.columns
WHERE column_name = 'devices_id'
AND table_schema = '数据库名称';

--查询数据
SELECT * FROM ncc_devices ORDER BY devices_id asc;

--使用create命令增加表分区时，删除分区表，直接删除DROP TABLE ncc_devices; 即可
DROP TABLE IF EXISTS ncc_devices;

---