Partition--分区Demo

最新推荐文章于 2020-12-22 14:01:01 发布
最新推荐文章于 2020-12-22 14:01:01 发布
阅读量83 收藏
点赞数

--=============================================================

--创建分区函数

--创建500分区，分区键按照1000依次递增

CREATE PARTITION FUNCTION [pf_Test](bigint) AS RANGE LEFT FOR VALUES (1000, 2000, 3000, 4000, 5000, 6000, 7000, 8000, 9000, 10000, 11000, 12000, 13000, 14000, 15000, 16000, 17000, 18000, 19000, 20000, 21000, 22000, 23000, 24000, 25000, 26000, 27000, 28000, 29000, 30000, 31000, 32000, 33000, 34000, 35000, 36000, 37000, 38000, 39000, 40000, 41000, 42000, 43000, 44000, 45000, 46000, 47000, 48000, 49000, 50000, 51000, 52000, 53000, 54000, 55000, 56000, 57000, 58000, 59000, 60000, 61000, 62000, 63000, 64000, 65000, 66000, 67000, 68000, 69000, 70000, 71000, 72000, 73000, 74000, 75000, 76000, 77000, 78000, 79000, 80000, 81000, 82000, 83000, 84000, 85000, 86000, 87000, 88000, 89000, 90000, 91000, 92000, 93000, 94000, 95000, 96000, 97000, 98000, 99000, 100000, 101000, 102000, 103000, 104000, 105000, 106000, 107000, 108000, 109000, 110000, 111000, 112000, 113000, 114000, 115000, 116000, 117000, 118000, 119000, 120000, 121000, 122000, 123000, 124000, 125000, 126000, 127000, 128000, 129000, 130000, 131000, 132000, 133000, 134000, 135000, 136000, 137000, 138000, 139000, 140000, 141000, 142000, 143000, 144000, 145000, 146000, 147000, 148000, 149000, 150000, 151000, 152000, 153000, 154000, 155000, 156000, 157000, 158000, 159000, 160000, 161000, 162000, 163000, 164000, 165000, 166000, 167000, 168000, 169000, 170000, 171000, 172000, 173000, 174000, 175000, 176000, 177000, 178000, 179000, 180000, 181000, 182000, 183000, 184000, 185000, 186000, 187000, 188000, 189000, 190000, 191000, 192000, 193000, 194000, 195000, 196000, 197000, 198000, 199000, 200000, 201000, 202000, 203000, 204000, 205000, 206000, 207000, 208000, 209000, 210000, 211000, 212000, 213000, 214000, 215000, 216000, 217000, 218000, 219000, 220000, 221000, 222000, 223000, 224000, 225000, 226000, 227000, 228000, 229000, 230000, 231000, 232000, 233000, 234000, 235000, 236000, 237000, 238000, 239000, 240000, 241000, 242000, 243000, 244000, 245000, 246000, 247000, 248000, 249000, 250000, 251000, 252000, 253000, 254000, 255000, 256000, 257000, 258000, 259000, 260000, 261000, 262000, 263000, 264000, 265000, 266000, 267000, 268000, 269000, 270000, 271000, 272000, 273000, 274000, 275000, 276000, 277000, 278000, 279000, 280000, 281000, 282000, 283000, 284000, 285000, 286000, 287000, 288000, 289000, 290000, 291000, 292000, 293000, 294000, 295000, 296000, 297000, 298000, 299000, 300000, 301000, 302000, 303000, 304000, 305000, 306000, 307000, 308000, 309000, 310000, 311000, 312000, 313000, 314000, 315000, 316000, 317000, 318000, 319000, 320000, 321000, 322000, 323000, 324000, 325000, 326000, 327000, 328000, 329000, 330000, 331000, 332000, 333000, 334000, 335000, 336000, 337000, 338000, 339000, 340000, 341000, 342000, 343000, 344000, 345000, 346000, 347000, 348000, 349000, 350000, 351000, 352000, 353000, 354000, 355000, 356000, 357000, 358000, 359000, 360000, 361000, 362000, 363000, 364000, 365000, 366000, 367000, 368000, 369000, 370000, 371000, 372000, 373000, 374000, 375000, 376000, 377000, 378000, 379000, 380000, 381000, 382000, 383000, 384000, 385000, 386000, 387000, 388000, 389000, 390000, 391000, 392000, 393000, 394000, 395000, 396000, 397000, 398000, 399000, 400000, 401000, 402000, 403000, 404000, 405000, 406000, 407000, 408000, 409000, 410000, 411000, 412000, 413000, 414000, 415000, 416000, 417000, 418000, 419000, 420000, 421000, 422000, 423000, 424000, 425000, 426000, 427000, 428000, 429000, 430000, 431000, 432000, 433000, 434000, 435000, 436000, 437000, 438000, 439000, 440000, 441000, 442000, 443000, 444000, 445000, 446000, 447000, 448000, 449000, 450000, 451000, 452000, 453000, 454000, 455000, 456000, 457000, 458000, 459000, 460000, 461000, 462000, 463000, 464000, 465000, 466000, 467000, 468000, 469000, 470000, 471000, 472000, 473000, 474000, 475000, 476000, 477000, 478000, 479000, 480000, 481000, 482000, 483000, 484000, 485000, 486000, 487000, 488000, 489000, 490000, 491000, 492000, 493000, 494000, 495000, 496000, 497000, 498000, 499000)

GO

--=============================================================

--创建分区模式，所有分区写入到 [PRIMARY] 文件组

CREATE PARTITION SCHEME [ps_Test] AS PARTITION [pf_Test] ALL TO ([PRIMARY]);

GO

--=============================================================

--创建表

CREATE TABLE [dbo].[TB1](

[C1] [int] IDENTITY(1,1) NOT NULL,

[C2] [nvarchar](200) NULL,

[C3] [nvarchar](200) NULL,

[PID] [bigint] NOT NULL,

)

--=============================================================

--创建聚簇索引,将表分区

CREATE UNIQUE CLUSTERED INDEX [CI_PID_CI] ON [dbo].[TB1]

(

[C1] ASC,

[PID] ASC

)ON [ps_Test]([PID])

GO

 

--=============================================================

--创建非聚簇索引,索引与表分区对齐

CREATE NONCLUSTERED INDEX [NI_C2] ON [dbo].[TB1]

(

[C2] ASC

)ON [ps_Test]([PID])

 

 

 

GO

 

--=============================================================

--插入数据

WITH Tmp AS

(

SELECT ROW_NUMBER()OVER(ORDER BY V1.object_id) AS RowId,

V1.name AS C2,

V1.name AS C3 

FROM sys.all_views V1

CROSS JOIN sys.all_views V2

)

INSERT INTO dbo.TB1(C2,C3,PID)

SELECT C2,C3,RowId FROM Tmp

 

--=============================================================

--验证数据和分区

 

SELECT * FROM [dbo].[TB1]

WHERE PID<3000

 

--============================================================

--创建历史表，将PID 为0-1000的数据切换出去

BEGIN TRANSACTION

SET ANSI_NULLS ON

SET QUOTED_IDENTIFIER ON

CREATE TABLE [dbo].[staging_TB1_P_0_1000](

[C1] [int] NOT NULL,

[C2] [nvarchar](200) COLLATE Chinese_PRC_CI_AS NULL,

[C3] [nvarchar](200) COLLATE Chinese_PRC_CI_AS NULL,

[PID] [bigint] NOT NULL

) ON [PRIMARY]

 

CREATE UNIQUE CLUSTERED INDEX [staging_TB1_P_0_1000_CI_PID_CI] ON [dbo].[staging_TB1_P_0_1000]

(

[C1] ASC,

[PID] ASC

)WITH (PAD_INDEX = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]

 

CREATE NONCLUSTERED INDEX [staging_TB1_P_0_1000_NI_C2] ON [dbo].[staging_TB1_P_0_1000]

(

[C2] ASC

)

INCLUDE ( [PID]) WITH (PAD_INDEX = OFF, SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]

 

ALTER TABLE [dbo].[staging_TB1_P_0_1000]  WITH CHECK ADD  CONSTRAINT [chk_staging_TB1_P_0_1000_partition_1] CHECK  ([PID]<=N'1000')

ALTER TABLE [dbo].[staging_TB1_P_0_1000] CHECK CONSTRAINT [chk_staging_TB1_P_0_1000_partition_1]

ALTER TABLE [dbo].[TB1] SWITCH PARTITION 1 TO [dbo].[staging_TB1_P_0_1000]

COMMIT TRANSACTION

--============================================================

--验证数据

SELECT * FROM [dbo].[staging_TB1_P_0_1000]

SELECT * FROM [dbo].[TB1] WHERE PID<1000

 

--============================================================

--合并分区0-1000和1000-2000

ALTER PARTITION FUNCTION [pf_Test]()

MERGE RANGE (1000);

 

--============================================================

--为499000-500000创建分区

ALTER PARTITION FUNCTION [pf_Test]()

SPLIT RANGE (500000);

 

weixin_34004750
关注
T113-S3-官方SDK分区添加
flypig has a dream！
08-06 1345
本篇文章将展示如何编译T113-S3的SDK以及在sdk中添加用户自定义分区，让您能够轻松地开始在您的项目中使用T113-S3芯片。T113-S3是一款功能强大的嵌入式处理器，适用于各种应用，包括物联网、工业自动化和智能家居等。T113-S3-SDK是特别为T113-S3芯片设计的软件开发工具包（Software Development Kit）。它包含了一系列用于开发和定制嵌入式应用程序的工具、库和示例代码，方便开发者在T113-S3平台上开展软件开发工作。
SpringCloud-stream一体化MQ解决方案-消费分区
qq_23095607的博客
06-13 1276
参考demo参考视频1 参考视频2官方文档（推荐）官方文档中文版关于Kafka和rabbitMQ的安装教程，见本人之前的博客rocketMq的安装教程rocketMq仪表盘安装教程 重！！！ 个人整理SpringCloud-Stream各部分概念、配置方法、配置项大全 Stream基本配置（Kafka、RabbitMQ和RocketMQ）Stream消费者组（解决Kafka消费者组只有一个消费者的问题）​​​ ​​​Learn标签选择对应版本说明文档​​ overview​​Main Concepts(Co
脚本乐园 磁盘自动化均等分区demo
skdkjxy的专栏
09-26 580
磁盘自动化均等分区： #!/usr/bin/env sh set -e function help() { echo "Usage: create_disk_partition " echo "Help options:" echo " the name of disk-dev , /dev/sde" echo "
MS SQL Server：分区表、分区索引 详解
king_idea8848的专栏
11-08 696
 http://blog.sina.com.cn/s/blog_5ca9fdd80100dlb4.htmlMS SQL Server：分区表、分区索引 详解(2009-05-25 12:55:29)标签：it  分类：sql1. 分区表简介使用分区表的主要目的，是为了改善大型表以及具有各种访问模式的表的可伸缩性和可管理性。   
动态规划之分区问题（Partition problem）
K.Sun
10-24 9676
原文地址：Dynamic Programming | Set 18 (Partition problem)分区问题是将已知的集合分成两个子集，这两个子集的元素分别加和是相等的。例子：arr[] = {1, 5, 11, 5} Output: true 这个数组可以被分为：{1, 5, 5}和{11}arr[] = {1, 5, 3} Output: false 这个数组不能被分成两个和相同的子集
创建简单分区partition
Andy_Singh的博客
08-22 1003
分区：partition 将某张表的数据分别存储到不同的区域当中 其实：每个分区，就是独立的表，都要存储改分区数据的数据，索引等信息 创建分区： 在创建表是，指定分区的选项： Create table table_name( 定义 ) Partition by 分区算法（分区参数）分区选项 分区算法： Mysql提...
分区(partitioning)概述
blockheading的博客
11-09 2946
--分区概述 /* 分区使用了一种分而治之的方法，使用管理非常大的表和索引。 分区引用了一种分区键（partition key）的概念，数据会根据其他分区键值分到对应的分区。 划分分区的方法可以是基于键值的某个范围、或者是某个键值的一个列表，也可是分区键值的某个散列函数值。 */ /* 分区优点 */ 1.提高可用性 可用性的提高来源于每个分区的独立性。 如果表是分区的，那么查询优化器会
hive sqoop 分区导入_sqoop导入导出实例以及多分区案例
weixin_39904809的博客
12-22 1244
1.从mysql导出到hive1.只插入sqoop import \--connect jdbc:mysql://localhost:3306/test \--username escheduler_dev \--password 2wsxVFR$ \--query "select id as id,name as name,age as age from a_dem...
kafka-java-demo 基于java的kafka生产消费者示例
11-24
主题可以被分成多个分区（Partition），每个分区可以有多个副本（Replica）以实现数据冗余和高可用性。 【多线程与Kafka】 在"Kafka-java-demo"中，你可能会看到如何利用多线程来并行处理生产或消费任务，提升数据...
kafka-java-demo 基于java的kafka生产消费者例子
03-14
在Kafka中，数据以主题（Topic）的形式存储，每个主题可以分为多个分区（Partition），确保数据的分布和负载均衡。此外，Kafka还提供了持久化机制，能够将消息存储在磁盘上，以实现容错和可恢复性。 **2. Java API...
分区函数Partition By的用法
热门推荐
程序员之道
03-23 19万+
group by是分组函数，partition by是分区函数（像sum()等是聚合函数），注意区分。 1、over函数的写法： over（partition by class order by sroce） 先对class中相同的进行分区，在class中相同的情况下对sroce进行排序 例：查询每个班的第一名的成绩：如下 SELECT * FROM (select name,class,sr...
5116-微信小程序电影院订票选座系统设计及实现+ssm（源码+数据库+lun文）.zip
09-15
本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。
JavaScript 中的 `Array.prototype.filter` 方法全解析
09-15
在 JavaScript 编程中，处理数组是一项基本而重要的任务。数组的过滤操作是其中的一个常见需求，Array.prototype.filter 方法为此提供了强大的支持。本文将深入探讨 Array.prototype.filter 方法的工作原理、使用场景、代码示例以及与其他数组方法的比较。 Array.prototype.filter 是 JavaScript 中处理数组的强大工具，它允许开发者以声明式的方式轻松筛选出符合特定条件的元素。通过结合使用 Array.prototype.filter 和其他数组方法，可以解决各种复杂的数据筛选问题。 通过本文的详细介绍和示例代码，你应该能够掌握 Array.prototype.filter 的工作原理，并能够在实际开发中灵活运用它来处理数组数据。此外，了解其与 Array.prototype.map 和 Array.prototype.reduce 的结合使用，可以帮助你更好地编写高效且易于维护的代码。
5108-微信小程序的书橱+ssm（源码+数据库+lun文）.zip
09-15
本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。
5046-微信小程序校园二手交易平台的小程序+ssm（源码+数据库+lun文）.zip
09-15
本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。本系统主要针对计算机相关专业的正在做毕业设计的学生和需要项目实战练习的学习者，可作为毕业设计、课程设计、期末大作业。
SMT小型视觉贴片机控制系统源码源代码图纸 DI
最新发布
09-15
SMT小型视觉贴片机控制系统源码源代码图纸 DI
图书馆自动化管理系统.zip
09-15
这是一个基于Apache kafka、Docker Compose、MongoDB和Flask技术的图书馆自动化管理系统。该项目旨在实现图书馆的各项服务自动化，包括图书借阅、预约和搜索功能。通过Flask构建REST API，使用MongoDB存储和管理图书、用户、借阅记录、罚款和预约等相关数据。apache Kafka用于系统各组件之间的消息通信，确保消息传递的可靠性和可扩展性。项目还实现了用户认证和授权功能，通过JWT进行安全认证和授权。每个对系统服务的请求都需要使用JWT进行验证。项目提供了全面的文档，解释了系统架构、数据库模式和API端点。同时，项目明确了所有依赖关系，并提供了环境搭建指南，便于其他开发者轻松复制环境。此外，项目还包含测试用例，以确保关键功能的正常运行。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。
kafka 分区平衡脚本 demo
05-31
以下是一个Kafka分区平衡脚本的示例，它使用Kafka自带的工具来完成分区平衡： ```bash #!/bin/bash # Kafka broker列表 BROKERS=broker1:9092,broker2:9092,broker3:9092 # 要平衡的主题 TOPIC=my_topic # 分区...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值