oracle表分区--亿级的数据在oracle表中存储，表分区的一个真实应用场景

我从来没有操作处理过如此大量的真实数据。

我的一个任务，通过kafka流式处理消息框架 消费 整个城市 其中一种手机网络的信号接入信息。

千万级人口，只要有人使用手机网络，就会产生一条数据，可想而知，这个生产数据的效率和数据量有多大。。。

好吧，以前没做过，刚接触。我拿到那些不停生产出来的数据，经过业务处理，在批量插入到oracle中去，程序部署后跑起来，我还是蛮开心的，不过看着日志文件的大小猛涨，

还有服务器硬盘资源被慢慢吃掉，还是挺害怕的。

我是昨天中午左右部署了程序，开始运行的，过了一夜，第二天到公司，因为心里记挂着，一来到公司立马进服务器查看程序运行状况，乖乖，服务器磁盘use 100%

日志文件也大的离谱，再一看oracle，尼玛，昨天看的是几百万的数据，现在数了数，近3亿条数据，懵逼了。

因为这个功能我刚做好，自己上线跑起来测试下，问了同事，原来我在入库的时候，操作并不全面，其中就有一个重要的分区字段，听了之后差不多理解了，自己也看了些资料。

业务场景是这样的，我们存储着全市的手机信号接入数据，而这些数据量非常大，而且只是短时有用，所以流程上的设计是，存储表做分区，因为产生数据太快，就设计了按时间去分区，5分钟一个分区，共有36个分区，也就是180分钟，然后定时任务删除当前分区的上一个分区数据内容，36个分区共计三个小时，此时可以将表看做是一个圆盘，上面平均分布了36个数据盒子，每过5分钟就指向下一个分区盒子，一圈跑完就是3个小时，我的程序会过滤数据，只去处理距当前时间最近2小时之间的数据，也就是说我不停的去入库，但是始终只有最新的2小时数据，而表可以存放最新的3小时数据，insert程序跟delete程序都是独立运行的，insert只管插入，只是