Oracle 普通表至分区表的分区交换

交换分区

这种方法只是对数据字典中分区和表的定义进行了修改,没有数据的修改或复制,效率最高。适用于包含大数据量的表转到分区表中的一个分区的操作。尽量在业务空闲的时候进行操作。

交换分区的操作步骤如下

1、创建分区表p_tb,假设有2个分区,P1,P2.

2、创建表tb_p1存放P1规则的数据。

3、创建表tb_p2 存放P2规则的数据。

4、用表tb_p1 和P1 分区交换,把表tb_p1的数据放到到P1分区

5、用表tb_p2和P2 分区交换,把表tb_p2的数据存放到P2分区。

测试交换

创建分区表:

create table p_tb

(id number,time date)

partition by range(time)

(

partition p1 values less than (to_date('2024-02-01', 'yyyy-mm-dd')),

partition p2 values less than (to_date('2024-03-01', 'yyyy-mm-dd'))

);

创建2个分别对应分区的基表并插入数据:

CREATE TABLE tb_p1(id number,t_time date);

CREATE TABLE tb_p2(id number,t_time date);

insert into tb_p1 values(1,to_date('2024-01-10','YYYY-MM-DD'));

insert into tb_p1 values(2,to_date('2024-01-20','YYYY-MM-DD'));

insert into tb_p2 values(1,to_date('2024-02-10','YYYY-MM-DD'));

insert into tb_p2 values(2,to_date('2024-02-20','YYYY-MM-DD'));

commit;

将2个普通表与2个分区进行交换:

alter table p_tb exchange partition p1 with table tb_p1;

alter table p_tb exchange partition p2 with table tb_p2;

查询2个分区交换后的数据:

select count(*) from p_tb partition(p1);

COUNT(*)


2

select count(*) from p_tb partition(p2);

COUNT(*)


2
注意:看到交换后数据和之前的基表数据一致。

在查询原来的2个基表,发现数据已经没有了,数据已经交换至分区表对应的分区:

select count(*) from tb_p2;

COUNT(*)


0

select count(*) from tb_p1;

COUNT(*)


0

注意:一般情况下,我们在创建分区表的时候,都会创建一个MAX分区,用来存放不匹配分区规则的数据。这里我只创建了2个分区,没有创建maxvalue分区。 现在我来插入一条不满足规则的数据,看结果 :

insert into p_tb values(3,to_date('2024-03-10','yyyy-mm-dd'));

*

第 1 行出现错误:

ORA-14400: 插入的分区关键字未映射到任何分区
注意:如果插入的数据不满足分区规则,并且没有MAX分区则会会报 ORA-14400 错误。

相关推荐
小羊没烦恼!1 天前
微服务化的基石——持续集成
java·大数据·word·powerpoint·.net
一隅论数智1 天前
给AI一张“业务概念地图“:本体如何从哲学走向企业智能
大数据·人工智能·经验分享·笔记·学习·学习方法·政务
尧炎科技1 天前
防潮抗变形,就选纯品梅花全桉多层板
大数据
这个DBA有点耶1 天前
MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核
数据库·mysql·架构
DBA_G1 天前
从地面到云霄:GBase数据库在民航三大场景的落地实践
数据库
程序员大阳1 天前
副队长大数据教程(5)--集群情况下虚拟机网络配置
大数据·集群·nat·网路
自由能燃气设备1 天前
商用全预混低氮冷凝锅炉免费方案vs付费方案对比+选型避坑指南
大数据·数据库·人工智能
科创致远1 天前
科创致远 ESOP 系统核心效能与实战价值展示
大数据·数据库·人工智能·精益工程
嘉立创FPC苗工1 天前
FPC与机器人的双向赋能,解锁智能装备进化新势能
大数据·人工智能·制造·fpc·电路板
AI职业加油站1 天前
AI智能体应用工程师证书:政策红利下的职业新风口
大数据·运维·人工智能·学习·职场发展