Kudu表的分区策略主要有三种:范围分区(Partition By Range)、哈希分区(Partition By Hash)和高级分区(Partition By Hash And Range)。这些策略都要求分区字段必须包含在主键中。
-
范围分区(Partition By Range):
- 这种策略允许用户根据分区键的范围来分区数据。
- 在上面的例子中,表根据"id"字段进行了分区,将数据分为0-100、100-200、200-300、300-400和400-500五个范围。
- 每个范围对应一个tablet。
-
哈希分区(Partition By Hash):
- 哈希分区通过指定分区键和"桶"(buckets)的数量,根据分区键的哈希值与桶的数量取模来决定数据写入哪个tablet。
- 在示例中,表根据"id"字段进行哈希分区,并指定了10个桶。
-
高级分区(Partition By Hash And Range):
- 这种策略结合了哈希分区和范围分区的特点,首先根据哈希值进行分区,然后在每个哈希分区内部再进行范围分区。
- 在示例中,首先根据"id"字段进行哈希分区,指定了10个桶,然后在每个桶内根据"id"的范围(如0-100、100-200等)进行进一步的分区。
每种策略都有其适用的场景。范围分区适用于数据有明显范围特征的场景,哈希分区适用于数据分布均匀的场景,而高级分区则适用于需要结合两种策略优点的复杂场景。