• 什么是分区?

  把大数据对象 (表, 索引)被分成小物理段，当分区表建立时，记录基于分区字段值被存储到相应分区。当分区表建立时，记录基于分区字段值被存储到相应分区，分区字段值可以修改，可以存储在不同的表空间，可以有不同的物理存储参数，支持IOT表，对象表，LOB字段，varrays等。

  

• 分区的好处?

  查询只是查询指定分区，数据更少，速度快，好维护。

• 如何实施分区?

oracle分区分为四种：1.范围分区（Range partitioning）；2.hash分区（Hash partitioning）；3.列表分区  （List partitioning）；4.组合分区（Composite partitioning）

1）范围分区（Range partitioning）

CREATE TABLE sales (acct_no      NUMBER(5),person       VARCHAR2(30),sales_amount NUMBER(8),week_no      NUMBER(2)) PARTITION BY RANGE (week_no)  (PARTITION P1 VALUES LESS THAN (4) TABLESPACE data0,PARTITION P2 VALUES LESS THAN (8) TABLESPACE data1,...…     PARTITION P13 VALUES LESS THAN (53)TABLESPACE data12

Range分区是最早、最经典的分区算法，Range分区通过对分区字段值的范围进行分区，特别适合于按时间周期进行数据的存储。日、周、月、年等。缺点是范围分区的数据可能不均匀，范围分区与记录值相关，实施难度和可维护性相对较差。

2）hash分区（Hash partitioning）

create table CUSTOMERS (... column definitions ...)
pctfree 0 nologging
storage ( initial 40m next 40m pctincrease 0 )
partition by hash(customer_no) partitions 8 store in (cust_data01,cust_data02)create table CUSTOMERS (... column definitions ...)
pctfree 0 nologging
storage ( initial 40m next 40m pctincrease 0 )
partition by hash(customer_no)
(partition cust_p01 tablespace cust_data01
,partition cust_p02 tablespace cust_data02
,partition cust_p03 tablespace cust_data03
,partition cust_p04 tablespace cust_data04
,partition cust_p05 tablespace cust_data05
,partition cust_p06 tablespace cust_data06
,partition cust_p07 tablespace cust_data07
,partition cust_p08 tablespace cust_data08)

基于分区字段的HASH值，自动将记录插入到指定分区。分区数一般是2的幂，易于实施，总体性能最佳，适合于静态数据。HASH分区适合于数据的均匀存储，HASH分区特别适合于PDML和partition-wise joins。支持 (hash) local indexes，9i 不支持 (hash) global indexes，10g 支持(hash) global indexes HASH分区。缺点是数据管理能力弱，HASH分区对数据值无法控制。

3）列表分区  （List partitioning）

create table addresses (... column definitions ...)
pctfree 0 nologging
storage ( initial 40m next 40m pctincrease 0 )
partition by list(city_name)
(partition addr_p01 values ('WELLINGTON') tablespace addr_data01
,partition addr_p02 values ('CHRISTCHURCH') tablespace addr_data02
,partition addr_p03 values ('DUNEDIN','INVERCARGILL') tablespace addr_data03
,partition addr_p04 values ('AUCKLAND') tablespace addr_data04
,partition addr_p05 values ('HAMILTON','ROTORUA','TAURANGA') tablespace addr_data05)

ist分区通过对分区字段的离散值进行分区。List分区是不排序的，而且分区之间没有关联关系，List分区适合于对数据离散值进行控制。List分区只支持单个字段。List分区具有与范围分区相似的优缺点，数据管理能力强。List分区的数据可能不均匀，List分区与记录值相关，实施难度和可维护性相对较差

3）列表分区  （List partitioning）

create table addresses (... column definitions ...)
pctfree 0 nologging
storage ( initial 40m next 40m pctincrease 0 )
partition by list(city_name)
(partition addr_p01 values ('WELLINGTON') tablespace addr_data01
,partition addr_p02 values ('CHRISTCHURCH') tablespace addr_data02
,partition addr_p03 values ('DUNEDIN','INVERCARGILL') tablespace addr_data03
,partition addr_p04 values ('AUCKLAND') tablespace addr_data04
,partition addr_p05 values ('HAMILTON','ROTORUA','TAURANGA') tablespace addr_data05)

ist分区通过对分区字段的离散值进行分区。List分区是不排序的，而且分区之间没有关联关系，List分区适合于对数据离散值进行控制。List分区只支持单个字段。List分区具有与范围分区相似的优缺点，数据管理能力强。List分区的数据可能不均匀，List分区与记录值相关，实施难度和可维护性相对较差。

4）组合分区（Composite partitioning）

create table daily_trans_data (...column definitions ...)
partition by range(trans_datetime)
subpartition by hash(customer_no) subpartitions 8 store in (dtd_data01,dtd_data02)(partition dtd_20010620 values less than (to_date('21-jun-2001','dd-mon-yyyy'))(subpartition dtd_20010620_s01,subpartition dtd_20010620_s02,subpartition dtd_20010620_s03 tablespace dtd_data03,subpartition dtd_20010620_s04 tablespace dtd_data04,subpartition dtd_20010620_s05 tablespace dtd_data05,subpartition dtd_20010620_s06 tablespace dtd_data06,subpartition dtd_20010620_s07 tablespace dtd_data07,subpartition dtd_20010620_s08 tablespace dtd_data08),partition dtd_20010621 values less than (to_date('22-jun-2001','dd-mon-yyyy')),partition dtd_20010622 values less than (to_date('23-jun-2001','dd-mon-yyyy')) subpartitions 4)

Oracle支持的Composite分区： Range-Hash,Range-List，既适合于历史数据，又适合于数据均匀分布，与范围分区一样提供高可用性和管理性。有更好的PDML和partition-wise joins性能，实现粒度更细的操作，支持复合 local indexes，不支持复合composite global indexes。