前言：工作中有一张表一年会增长100多万的数据，量虽然不大，可是表字段多，所以一年下来也会达到 1G，而且只增不改，故考虑使用分区表来提高查询性能，提高维护性。
oracle 11g 支持自动分区，不过得在创建表时就设置好分区。
如果已经存在的表需要改分区表，就需要将当前表 rename后，再创建新表，然后复制数据到新表，然后删除旧表就可以了。
一、为什么要分区（Partition）
1、一般一张表超过2G的大小，ORACLE是推荐使用分区表的。
2、这张表主要是查询，而且可以按分区查询，只会修改当前最新分区的数据，对以前的不怎么做删除和修改。
3、数据量大时查询慢。
4、便于维护，可扩展：11g 中的分区表新特性：Partition（分区）一直是 Oracle 数据库引以为傲的一项技术，正是分区的存在让 Oracle 高效的处理海量数据成为可能，在 Oracle 11g 中，分区技术在易用性和可扩展性上再次得到了增强。
5、与普通表的 sql 一致，不需要因为普通表变分区表而修改我们的代码。
二、oracle 11g 如何按天、周、月、年自动分区
2.1 按年创建
numtoyminterval(1, ‘year’)
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
--按年创建分区表 create table test_part ( ID NUMBER(20) not null, REMARK VARCHAR2(1000), create_time DATE ) PARTITION BY RANGE (CREATE_TIME) INTERVAL (numtoyminterval(1, 'year')) (partition part_t01 values less than(to_date('2018-11-01', 'yyyy-mm-dd'))); --创建主键 alter table test_part add constraint test_part_pk primary key (ID) using INDEX; -- Create/Recreate indexes create index test_part_create_time on TEST_PART (create_time); |
2.2 按月创建
numtoyminterval(1, ‘month’)
|
1 2 3 4 5 6 7 8 9 10 11 12 |
--按月创建分区表 create table test_part ( ID NUMBER(20) not null, REMARK VARCHAR2(1000), create_time DATE ) PARTITION BY RANGE (CREATE_TIME) INTERVAL (numtoyminterval(1, 'month')) (partition part_t01 values less than(to_date('2018-11-01', 'yyyy-mm-dd'))); --创建主键 alter table test_part add constraint test_part_pk primary key (ID) using INDEX; |
2.3 按天创建
NUMTODSINTERVAL(1, ‘day’)
|
1 2 3 4 5 6 7 8 9 10 11 12 |
--按天创建分区表 create table test_part ( ID NUMBER(20) not null, REMARK VARCHAR2(1000), create_time DATE ) PARTITION BY RANGE (CREATE_TIME) INTERVAL (NUMTODSINTERVAL(1, 'day')) (partition part_t01 values less than(to_date('2018-11-12', 'yyyy-mm-dd'))); --创建主键 alter table test_part add constraint test_part_pk primary key (ID) using INDEX; |
2.4 按周创建
NUMTODSINTERVAL (7, ‘day’)
|
1 2 3 4 5 6 7 8 9 10 11 12 |
--按周创建分区表 create table test_part ( ID NUMBER(20) not null, REMARK VARCHAR2(1000), create_time DATE ) PARTITION BY RANGE (CREATE_TIME) INTERVAL (NUMTODSINTERVAL (7, 'day')) (partition part_t01 values less than(to_date('2018-11-12', 'yyyy-mm-dd'))); --创建主键 alter table test_part add constraint test_part_pk primary key (ID) using INDEX; |
2.5 测试
可以添加几条数据来看看效果，oracle 会自动添加分区。
|
1 2 3 4 5 |
--查询当前表有多少分区 select table_name,partition_name from user_tab_partitions where table_name='TEST_PART'; --查询这个表的某个（SYS_P21）里的数据 select * from TEST_PART partition(SYS_P21); |
三、numtoyminterval 和 numtodsinterval 的区别
3.1 numtodsinterval(<x>,<c>) ，x 是一个数字，c 是一个字符串。
把 x 转为 interval day to second 数据类型。
常用的单位有 (‘day’,’hour’,’minute’,’second’)。
测试一下：
|
1 |
select sysdate, sysdate + numtodsinterval(4,'hour') as res from dual; |
结果：
3.2 numtoyminterval (<x>,<c>)
将 x 转为 interval year to month 数据类型。
常用的单位有 (‘year’,’month’)。
测试一下：
|
1 |
select sysdate, sysdate + numtoyminterval(3, 'year') as res from dual; |
结果：
四、默认分区
4.1 partition part_t01 values less than(to_date(‘2018-11-01’, ‘yyyy-mm-dd’))。
表示小于 2018-11-01 的都放在 part_t01 分区表中。
五、给已有的表分区
需要先备份表，然后新建这个表，拷贝数据，删除备份表。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
-- 1. 重命名 alter table test_part rename to test_part_temp; -- 2. 创建 partition table create table test_part ( ID NUMBER(20) not null, REMARK VARCHAR2(1000), create_time DATE ) PARTITION BY RANGE (CREATE_TIME) INTERVAL (numtoyminterval(1, 'month')) (partition part_t1 values less than(to_date('2018-11-01', 'yyyy-mm-dd'))); -- 3. 创建主键 alter table test_part add constraint test_part_pk_1 primary key (ID) using INDEX; -- 4. 将 test_part_temp 表里的数据迁移到 test_part 表中 insert into test_part_temp select * from test_part; -- 5. 为分区表设置索引 -- Create/Recreate indexes create index test_part_create_time_1 on TEST_PART (create_time); -- 6. 删除老的 test_part_temp 表 drop table test_part_temp purge; -- 7. 作用是：允许分区表的分区键是可更新。 -- 当某一行更新时，如果更新的是分区列，并且更新后的列植不属于原来的这个分区， -- 如果开启了这个选项，就会把这行从这个分区中 delete 掉，并加到更新后所属的分区，此时就会发生 rowid 的改变。 -- 相当于一个隐式的 delete + insert ，但是不会触发 insert/delete 触发器。 alter table test_part enable row movement; |
六、全局索引和 Local 索引
我的理解是：
当查询经常跨分区查，则应该使用全局索引，因为这是全局索引比分区索引效率高。
当查询在一个分区里查询时，则应该使用 local 索引，因为本地索引比全局索引效率高。
