PostgreSQL分区表

一、分区表介绍

    分区表是一种数据库优化技术，它允许将一个大表逻辑上划分为多个较小的、可管理的部分，这些部分被称为分区或子表。分区表在物理上是分开存储的，但在逻辑上仍作为一个整体呈现给用户。这一特性特别适用于处理大量数据的场景，旨在提高查询性能、管理和维护大数据集的效率。

1.1 分区表的好处

• 提升查询性能：通过限制查询扫描的数据量，特别是当查询可以定位到一个或几个分区时。
• 简化维护操作：例如，删除旧数据时，可以直接删除整个分区而非逐行删除。
• 优化存储管理：可以将不同访问频度的分区放置在不同性能的存储上。
• 增强可扩展性：随着数据量增长，可通过增加分区来水平扩展。

1.2 常用分区策略

• 范围分区（Range Partitioning）：根据表中某一列的值范围来创建分区。例如，可以根据时间列将数据按月、季度或年份划分到不同的分区中。
• 列表分区（List Partitioning）：根据列的特定值列表来划分分区。适合于当数据可以明确地根据某个列的枚举值进行分类的情况，如按地区或用户组划分。
• 哈希分区（Hash Partitioning）：从PostgreSQL 11版本开始支持。基于哈希算法将数据分布到不同分区中，适用于希望数据均匀分布在各个分区的场景，但不保证数据的顺序或范围。

二、分区表的实现

2.1 声明式分区

    声明式分区是PostgreSQL 10版本开始引入的一种简化分区管理的方法，允许用户直接在CREATE TABLE语句中通过PARTITION BY关键词指定如何根据列的值将数据分配到不同的分区中。它支持以下几种分区类型：范围分区（RANGE）、（LIST）、哈希分区（HASH）等分区策略。

    1.创建分区表：

-- 范围分区
CREATE TABLE orders (
    order_id serial,
    customer_id int NOT NULL,
    order_status char(1) NOT NULL CHECK (order_status IN ('P', 'S', 'C')),
    order_date date NOT NULL
) PARTITION BY RANGE (order_date);

-- 列表分区
CREATE TABLE orders (
    order_id serial,
    customer_id int NOT NULL,
    order_status char(1) NOT NULL CHECK (order_status IN ('P', 'S', 'C')),
    order_date date NOT NULL
) PARTITION BY LIST (order_status );

2.创建分区：

-- 范围分区
-- 2023年订单
CREATE TABLE orders_2023 PARTITION OF orders
    FOR VALUES FROM ('2023-01-01') TO ('2024-01-01');

-- 2024年订单
CREATE TABLE orders_2024 PARTITION OF orders
    FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');

-- 列表分区
CREATE TABLE orders_pending PARTITION OF orders
    FOR VALUES IN ('P');

CREATE TABLE orders_shipped PARTITION OF orders
    FOR VALUES IN ('S');

CREATE TABLE orders_completed PARTITION OF orders
    FOR VALUES IN ('C');

3.数据插入与查询

insert into orders(customer_id,order_status,order_date) 
values(1,'P',date '2023-12-01'),(1,'S',date '2024-12-01'),(2,'S',date '2023-10-01');

2.2 使用继承表进行分区

    在PostgreSQL中，使用继承表进行分区是一种较早(PostgreSQL 10前)的分区实现方式，它依赖于PostgreSQL的表继承特性。对于声明性分区，分区必须具有与分区表完全相同的列集，而对于表继承，子表可能具有父表中不存在的额外列。

    1.创建父表，所有子表继承该表，一般父表不存储数据，也不需要在父表中建立索引：

CREATE TABLE orders (
    order_id serial PRIMARY KEY,
    customer_id int NOT NULL,
    order_status char(1) NOT NULL CHECK (order_status IN ('P', 'S', 'C')),
    order_date date NOT NULL
) ;

   2. 创建子表，使用INHERITS关键字继承父表：

CREATE TABLE orders_2023 (
    CHECK (order_date >= '2023-01-01' AND order_date < '2024-01-01')
) INHERITS (orders);

CREATE TABLE orders_2024 (
    CHECK (order_date >= '2024-01-01' AND order_date < '2025-01-01')
) INHERITS (orders);

3.建立分区键索引

CREATE INDEX orders_2023_order_date ON orders_2023(order_date);
CREATE INDEX orders_2024_order_date ON orders_2024(order_date);

4.数据插入与查询
数据应该直接插入到相应的分区中，或者通过触发器（Trigger）或规则（Rule）自动路由到正确的分区。查询时，通常直接针对主表进行，PostgreSQL 查询优化器会自动识别并只扫描相关的分区。

CREATE OR REPLACE FUNCTION orders_insert_trigger()
RETURNS TRIGGER AS $$
BEGIN
  IF(NEW.order_date >= '2023-01-01' AND NEW.order_date < '2024-01-01') THEN
    INSERT INTO orders_2023 VALUES(NEW.*);
  ELSEIF(NEW.order_date >= '2024-01-01' AND NEW.order_date < '2025-01-01') THEN
    INSERT INTO orders_2024 VALUES(NEW.*);
  ELSE
    RAISE EXCEPTION 'Date out of range. Fix the orders_insert_trigger() function!';
  END IF;
  RETURN NULL;
END;
$$
LANGUAGE plpgsql;
CREATE TRIGGER insert_order_trigger BEFORE INSERT ON orders FOR EACH ROW EXECUTE PROCEDURE orders_insert_trigger();

三、管理分区

3.1 新建分区

    参考上节实现。

3.2 删除分区

DROP TABLE orders_2023;

3.3 清空分区数据

ALTER TABLE orders DETACH PARTITION orders_2023;