2023年11月26日发(作者：)

第四章partitionby分区

⼀、作⽤

分区的⽬的是降低扫描范围，优化查询速度。

⼆、数据写⼊与分区合并

任何⼀个批次数据写⼊都会产⽣⼀个临时分区，不会纳⼊任何⼀个已有分区。写⼊后某个时刻（⼤概10-15分钟），CH⾃动执⾏合并操作。等不

及可以⼿⼯执⾏合并。

> optimize table *** final;

> cd default

> ll

PartitionId_MinBlockNum_MaxBlockNum_Level

分区值_最⼩分区块编号_最⼤分区块编号_合并层级

=》PartitionId

数据分区ID⽣成规则

数据分区规则由分区ID决定，分区ID由PARTITION BY分区键决定。根据分区键字段类型，ID⽣成规则可分为：

未定义分区键

没有定义PARTITION BY，默认⽣成⼀个⽬录名为all的数据分区，所有数据均存放在all⽬录下。

整型分区键

分区键为整型，那么直接⽤该整型值的字符串形式做为分区ID。

⽇期类分区键

分区键为⽇期类型，或者可以转化成⽇期类型。

其他类型分区键

String、Float类型等，通过128位的Hash算法取其Hash值作为分区ID。

=》MinBlockNum

最⼩分区块编号，⾃增类型，从1开始向上递增。每产⽣⼀个新的⽬录分区就向上递增⼀个数字。

=》MaxBlockNum

最⼤分区块编号，新创建的分区MinBlockNum等于MaxBlockNum的编号。

=》Level

合并的层级，被合并的次数。合并次数越多，层级值越⼤。

> cd 20200601_1_1_0/

> ll

：数据⽂件

3：标记⽂件，数据和索引之间的标记，存储数据的偏移量

default_compression_：默认压缩格式

：分区⾏数，这是表⾏数统计快的原因

：列名、类型记录⽂件

：校验信息，看不懂的东西

：主键索引⽂件，稀疏索引，

：分区索引⽂件

minmax_create_：分区内部索引⽂件，最⼩值与最⼤值

bin⽂件：数据⽂件

mrk⽂件：标记⽂件

标记⽂件在 idx索引⽂件 和 bin数据⽂件 之间起到了桥梁作⽤。

以mrk2结尾的⽂件，表⽰该表启⽤了⾃适应索引间隔。

⽂件：主键索引⽂件，⽤于加快查询效率。

minmax_create_：分区键的最⼤最⼩值。

：校验⽂件，⽤于校验各个⽂件的正确性。存放各个⽂件的size以及hash值。

四、分区合并

先查询⼀下当前的数据：

insert into t values

查看数据⽬录：

什么结论呢？20200601_1_1_0与新插⼊的分区20200601_3_3_0合并了⼀个新的2020-6-1_1_3_1，最⼩块+最⼤块+合并层级。形成⼀个新

的数据⽂件。