OceanBase系列---【oceanbase的oracle模式新增分区表】

TIPS

分区选择建议

按天分区: 适用于数据量极大(每天千万级以上)、需要频繁删除历史数据的场景

按月分区: 适用于数据量中等(每月百万到千万级)、最常用的分区方式(推荐)

按年分区: 适用于数据量较小、数据保留周期长、查询跨度大的场景

1.创建分区表

oceanbase在我写这个笔记的时候,还不支持自动创建分区,大家可以手动提前创建,也可以用定时任务执行ALTER语句创建。

注意:索引和约束不能和原表重复。

sql 复制代码
CREATE TABLE "FAST_CUST_MANAGER_FOOTPRINT_PARTITION" (
  "ID" VARCHAR2(32) ,
  "EMP_ID" VARCHAR2(50) ,
  "FOOTPRINT_DATE" DATE,
  "START_TIME" DATE DEFAULT NULL,
  "END_TIME" DATE DEFAULT NULL,
  "ROLE_UUID" VARCHAR2(30) DEFAULT NULL,
  "ROLE_NAME" VARCHAR2(256) DEFAULT NULL,	
  -- 注意:这里可以设置联合主键(推荐),也可以不要设置主键,表创建好后手动创建一个唯一索引。
  PRIMARY KEY(ID,FOOTPRINT_DATE)
)
partition by range(FOOTPRINT_DATE)
(
	partition P202110 values less than (TO_DATE('2021-11-01', 'YYYY-MM-DD')),
    -- 注意:这里不加容错分区,新增FOOTPRINT_DATE为大于等于'2021-11-01'的日期的数据时会报错,没有映射对应的分区。
	partition PMAX values less than (MAXVALUE)
);

COMMENT ON TABLE "FAST_CUST_MANAGER_FOOTPRINT_PARTITION" IS '日历表';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."ID" IS '表主键';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."EMP_ID" IS '员工ID';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."FOOTPRINT_DATE" IS '日期';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."START_TIME" IS '开始时间';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."END_TIME" IS '结束时间';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."ROLE_UUID" IS '角色的UUID';
COMMENT ON COLUMN "FAST_CUST_MANAGER_FOOTPRINT_PARTITION"."ROLE_NAME" IS '角色名';

2.新增表分区

sql 复制代码
-- 在已有分区表中新增分区
ALTER TABLE FAST_CUST_MANAGER_FOOTPRINT_PARTITION ADD PARTITION P202111 VALUES LESS THAN(TO_DATE('2021-12-01', 'YYYY-MM-DD'));
-- 适合在手动创建分区的表中,分区不够用了,新增数据报分区映射错误时添加
ALTER TABLE FAST_CUST_MANAGER_FOOTPRINT_PARTITION ADD PARTITION PMAX VALUES LESS THAN (MAXVALUE);

3.删除表分区

sql 复制代码
ALTER TABLE FAST_CUST_MANAGER_FOOTPRINT_PARTITION DROP PARTITION(P202111);

4.查看指定表分区的数据

sql 复制代码
-- 可以用于查看数据落在了哪个分区,也可以在时间范围查询的时候,根据条件日期,加上指定分区,缩小查询范围,提高查询速度。
SELECT * FROM sales PARTITION (P202110);
相关推荐
小二·7 小时前
RAG + 向量数据库实战:ChromaDB / Milvus / FAISS 选型与性能横评
数据库·milvus·faiss
矜持的左手7 小时前
电子小白的枕边书:电子学(The Art of Electronics)
数据库·restful
吴声子夜歌7 小时前
Redis 5.x——布隆过滤器
数据库·redis·缓存
Albert Tan8 小时前
Oracle EBS 外部应用节点-OOM
oracle·oracle ebs
蓝天下的守望者8 小时前
svt_apb_if里的宏定义问题
运维·服务器·数据库
上海云盾-小余8 小时前
网站频繁遭遇 SQL 注入溯源与原生漏洞修复全流程总结
数据库·sql
数据库小学妹8 小时前
国家区域医疗中心国产化改造实战:数据库选型、跨院区数据互通与踩坑经验
数据库·国产数据库·数据库选型·医疗信息化·信创数据库·医疗信创
AllData公司负责人10 小时前
数据库同步平台|AIIData数据中台实现OceanBase、达梦数据库、OpenGauss、人大金仓、Hive、TDengine 一键接入Doris
大数据·数据库·hive·mysql·oceanbase·tdengine
2603_9547083110 小时前
全维度容错设计,打造微电网安全运行屏障
服务器·网络·数据库·人工智能·分布式·安全