Sybase数据库技术，数据库恢复专家

ASE15中的数据分区介绍

数据分区技术可以将大的表或者索引分割成小的“数据片”，并存放在不同的“存储单元”中。数据库管理员可以在底层进行数据的存储、维护和管理工作。“segment（段）”在ASE中被定义为设备的单元。它常常被用来存储特定类型数据，例如：系统数据、日志数据和用户数据。分区可以存贮在不同的段上或者不同的分区存储在同一个段上。类似的，一个或多个段可以存放在任何的逻辑设备或物理设备上，这样可以通过分离I/O来提高性能和数据的可用性。在一个分区上的表或索引的数据可以以不同于其他分区的方式来管理和操作。查询时只须访问那些包含所需数据的分区。

数据库管理员可以更快捷地管理和维护这些较小的分区，而不是像以前那样不得不面对巨型的表和索引。一些日常的任务甚至可以在多个分区上并行地执行，这不但可以节省时间，还可以在分区上自动运行。当数据增长时，只需添加新的分区即可。

在ASE15中提供了四种方式的数据分区。第一种方式称之为轮询(round-robin)分区，是在ASE15之前版本中唯一提供的分区方式。这种方式是在分区上顺序排列数据，没有办法决定数据在分区上的存储位置，并且查询操作会涉及所有的分区。其他的三种分区方式统称为“语义数据分区”，因为可以通过这些方式确定数据的分区存放位置。在ASE15中将被广泛使用的方式是范围分区(Range Partitioning)方式。利用这种分区方式，数据库管理员可以通过数据的范围确定数据在分区上的存储位置。下一种方式是列表分区(List Partitioning)方式，可以将不同的数据分割存放在不同的分区上。第三种语义分区方式是哈希分区(Hash Partitioning)方式，在这种方式下数据是根据特定的列和内部哈希运算法则来确定数据的存放方式的。

如何使用数据分区

Sybase ASE中的分区功能只能在V15.0以及后续的版本中使用，ASE V15.0之前的版本中无法使用数据分区功能。在ASE V15.0之前版本中对于大表一般根据业务系统特点“分割表”来提高查询性能。

阅读全文...

ASE自15.0后增加了3中语义分区：hash、range、list。默认的轮询分区(roundrobin)为非语义分区，是为了兼容15.0之前的版本而设计的。

语义分区表的分区信息主要存储在：syspartitions和syspartitionkeys这两张表中。

查看表的分区信息可以使用系统自带的存储过程：sp_helpartition

本文提供3个SQL语句：

1. 如何判断一个表是否是分区表？

select count(*) from dbo.syspartitionkeys where id=object_id(table_name)

示例:

1> if exists(select 1 from dbo.syspartitionkeys where id = object_id("PART_RESDISK"))

2> print "table PART_RESDISK exists!"

3> else

4> print "table PART_RESDISK not exists!"

5> go

table PART_RESDISK exists!

ASE15.0中的表默认为roundrobin类型的"分区表"，系统表syspartitionkeys表中仅仅记录语义分区表的分区键信息。

阅读全文...

随着当今数据库的容量越来越快的朝着在大型数据库或超大型数据库的发展，对于数据库中的大型表以及具有各种访问模式的表的可伸缩性和可管理性运行环境变得 尤为重要，SQL server从SQL server 7.0的分区视图到SQL server 2000中的分区视图中到SQL server 2005所使用的分区表，不断改善大型表所面临的性能、阻塞、备份空间、时间、运营成本等。当表和索引非常大的时候，通过分区表的实现，可以将数据分为更 小，更易于管理，获得更好的可操作性能。本实验介绍基于已存在的表来如何创建分区，管理分区。
一、实验目的：对于已经存在的表且不断增大的情况下构建分区表，管理分区表，提高其性能。
二、主要步骤：对于已经存在的表，我们可以采取以下步骤来对其创建分区表
1.创建分区函数
2.创建分区架构并关联到分区函数
3.删除已经存在的聚集索引
4.基于分区架构重建聚集索引
三、实验环境：
1. windows xp pro (英文版) + sp2

2. SQL server 2005 Developer + sp3
3.实验数据库Performance,此数据库参照实验二：SQL server 2005高可用性之----数据库镜像 中的生成脚本生成数据库，本实验对其数据库的存放做了调整，将数据和日志文件存放在D:\SQL_Data\Performance目录下。
4.对已存在要创建的分区表为：Performance数据库下的Orders表.
5.对Orders表中的orderdate列按年进行水平分区
四、具体试验步骤：
1.创建分区函数
确定分区的数目及分区的列，列的数据类型。本例将Orders表的orderdate按年份水平分五个区，则需要定义四个边界点值。如下，
use Performance;
go
Create partition function
Part_func_orders(datetime) as
range left
for values('20021231 23:59:59.997',
'20031231 23:59:59.997',
'20041231 23:59:59.997',
'20051231 23:59:59.997');
go
--或者使用range right来创建分区函数
Create partition function
Part_func_orders(datetime) as
range right
for values('20030101 00:00:00.000',
'20040101 00:00:00.000',
'20050101 00:00:00.000',
'20060101 00:00:00.000');
go
/*分区值的表示范围(使用range left)
–infinity < x1 <= 20021231
20030101 < x2 <= 20031231
20040101 < x3 <= 20041231
20050101 < x4 <= 20051231
20060101 < x5 <= +infinity
infinity本应当为20020101或20061231，此处仅用于说明表示范围
----------------------------------------------------------
分区值的表示范围(使用range right)
–infinity < x1 < 20030101
20030101 <= x2 < 20040101
20040101 <= x3 < 20050101
20050101 <= x4 < 20060101
20060101 <= x5 < +infinity
通过以上分析表明当range中使用left时，分区的范围右边为小于等于values所指定的值，
当range中使用right时，分区范围左边为大于等于values所指定的值。

规律：在使用 LEFT 分区函数时，第一个值将作为第一个分区中的上边界。在使用 RIGHT 分区函数时，第一个值将作为第二个分区的下边界*/
2. 添加文件组和文件
针对所创建的分区来创建文件组和文件，我们可以创建五个文件组，五个不同的ndf文件来存放不同年份的orders，可以放置于不同的磁盘来减少I/O的 开销，也可以在一个文件组中创建多个文件来存放不同年份的orders,本例创建了四个文件组，其中有一年的orders放置到了Primary组中。
alter database Performance
add filegroup [FG1];
go
alter database Performance
add filegroup [FG2];
go
alter database Performance
add filegroup [FG3];
go
alter database Performance
add filegroup [FG4];
go
alter database Performance
add file
(name = FG1_data,filename = 'D:\SQL_Data\Performance\FG1_data.ndf',size = 3MB)
to filegroup [FG1];
alter database Performance
add file
(name = FG2_data,filename = 'D:\SQL_Data\Performance\FG2_data.ndf',size = 3MB)
to filegroup [FG2];
alter database Performance
add file
(name = FG3_data,filename = 'D:\SQL_Data\Performance\FG3_data.ndf',size = 3MB)
to filegroup [FG3];
alter database Performance
add file
(name = FG4_data,filename = 'D:\SQL_Data\Performance\FG4_data.ndf',size = 3MB)
to filegroup [FG4];
go
3. 创建分区架构并关联到分区函数
Create partition scheme Part_func_orders_scheme
as partition Part_func_orders
to ([FG1],[FG2],[FG3],[FG4],[Primary]);
go
4.重建索引（删除聚集索引以及需要分区字段的索引后重建该类索引，表被按分区值将分配到各文件组）
EXEC sp_helpindex N'orders' --查看orders中使用的索引
drop index idx_cl_od
on orders;
go
create clustered index idx_cl_od
on orders(orderdate)

on Part_func_orders_scheme(orderdate);
go

5. 查看分区的相关情况
--查看分区及分区范围的情况
select * from sys.partitions where object_id = object_id('orders');
select * from sys.partition_range_values;
--查看分区架构情况
select * from sys.partition_schemes;
--查看某一特定分区列值属于哪个分区
select Performance.$partition.Part_func_orders('20050325') as partition_num;
--查看某一特定分区的记录
select * from orders where Performance.$partition.Part_func_orders(orderdate) = 2
--查看各分区所包含的记录数
select $partition.Part_func_orders(orderdate) as partition_num,
count(*) as record_num
from orders
group by $partition.Part_func_orders(orderdate)
order by $partition.Part_func_orders(orderdate);

6.分区的管理
--增加分区值,增加分区之前应先增加或设置新分区使用的文件组
alter database Performance
add filegroup [FG5];
go
alter database Performance
add file
(name = FG5_data,filename = 'D:\SQL_Data\Performance\FG5_data.ndf',size = 3MB )
to filegroup [FG5];
go
alter partition scheme Part_func_orders_scheme
next used [FG5];
go

alter partition function Part_func_orders()
split range('20061231 23:59:59.997')
go

insert into orders
select 10000001,'C0000012906',213,'I','20070101','a'
union all select 10000002,'C0000019995',213,'I','20070109','a'
union all select 10000003,'C0000019996',410,'I','20070512','a';
go

select * from orders where Performance.$partition.Part_func_orders(orderdate) = 6
--合并分区
--合并分区后，以下将新增的三条记录放到了第5个分区中
alter partition function Part_func_orders()
merge range('20061231 23:59:59.997');
go

参考：http://blog.csdn.net/robinson_0612/archive/2009/11/07/4783702.aspx

阅读全文…