# TABLE对象设计规范（重点）
#### 规则2.9 创建表时必须选择正确的分布方式和分布列
![](https://support.huaweicloud.com/devg-dws/public_sys-resources/note_3.0-zh-cn.png)
**违反规范的影响**：
- 分布式和分布列选择错误，导致表数据存储倾斜，访问性能下降，严重情况会触发存储和计算资源过载。
  
**方案建议**：
- 创建表时通过DISTRIBUTE BY显式指定分布方式和分布列，分布列选择原则如下表所示。
 
表1分布列选择原则 
| 分布方式        | **描述**                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   | **适用场景**         |
|:---|:---|:---|
| Hash        | 表数据按照分布列生成的hash值与DN实例的映射关系，将数据分布到各DN实例。 - **优点**：每个DN仅包含部分数据，占用整体空间小。  - **缺点**：数据分布的均匀程度强依赖分布列的选择；JOIN关联条件不包含各自分布列的场景存在节点间数据通信的消耗。          | 大表、事实表。          |
| RoundRobin  | 表数据按照轮询的方式依次分布到各DN实例。 - **优点**：每个DN仅包含部分数据，占用整体空间小；数据轮询均匀分布，不依赖分布列，不存在数据存储倾斜问题。  - **缺点**：无法通过分布列条件消除和减少节点间通信，此类场景性能不如HASH。                   | 大表、事实表，无合适分布列的表。 |
| Replication | 表中的全量数据在集群的每一个DN实例上保留一份。 - **优点**：每个DN上都有此表的全量数据，JOIN操作中可以完全避免节点间数据通信，从而减少网络开销，同时减少了STREAM线程启停开销。  - **缺点**：每个DN都保留了表的完整数据，数据的冗余，占用更多存储空间。   | 小表、维度表。          |
   
#### 规则2.10 创建表时必须选择正确的存储方式
![](https://support.huaweicloud.com/devg-dws/public_sys-resources/note_3.0-zh-cn.png)
**违反规范的影响**：
- 行存表使用不当导致查询场景性能差，资源过载。
  
- 列存表使用不当导致CU膨胀，性能差，资源过载。
**方案建议**：
- 创建表时通过orientation参数显式指定表的存储类型，存储类型的选择原则如下表所示。
 
表2存储类型选择 
| **存储方式**                 | **优势场景**                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            | 劣势场景                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                |
|:---|:---|:---|
| 行存(row)                  | - DML增删改：UPDATE和DELETE操作多的场景。  - DML查询：点查询(返回记录少，基于索引的简单查询)。                                                                                                                                                                                    | DML查询：统计分析类查询（group , join的数据量大的场景）。 注意： **创建行存表（orientation = row）时，禁止指定compress属性，禁止使用行存压缩表。**                                                                                                                                                                                                                                                                                             |
| 列存(column)               | - DML增删改：INSERT批量导入场景（单次单分区入库量接近或大于6w\*DN数）。  - DML查询：统计分析类查询（group，join的数据量大的场景）。                                                                                                                                                                | - DML增删改：UPDATE/DELETE多的场景、INSERT小批量插入的场景**。**  - DML查询：高并发的点查询。                                                                                       |
| 行列混存(hstore\&hstore_opt) | DWS的行列混存表仅**9.1.0**及以上集群版本支持，其提升了实时入库的能力，兼顾部分行存和列存的优点。 - DML增删改：INSERT/UPSERT/COPY实时入库场景和批量入库（除COPY微批场景外，hstore_opt全面优于hstore）。  - DML查询：统计分析类查询（group，join的数据量大的场景）。   | 主要是极端的TP（事务处理）类场景。 - DML增删改：高频并发UPDATE/DELETE场景。  - DML查询：高频并发点查场景。   |
   
#### 规则2.11 创建表时必须选择正确的分区策略
![](https://support.huaweicloud.com/devg-dws/public_sys-resources/note_3.0-zh-cn.png)
**违反规范的影响**：
分区的优点如下，如不做分区，其查询性能和数据治理效率会下降，数据量越大这种劣化越大。
- 改善查询性能：对分区对象的查询可以仅搜索业务关注的分区，提高检索效率。
- 提升数据治理效率：如数据生命周期管理场景，针对历史分区执行TRUNCATE/DROP PARTITION，效率和效果远优于DELETE。
**方案建议**：
- 针对包含时间类型字段的表设计分区。
 
表3分区策略选择 
| 分区策略                     | 描述                                  | 适用场景                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              |
|:---|:---|:---|
| 范围分区（Range Partitioning） | 根据分区键值的范围，将数据存储到不同的分区中，分区键范围连续但不重叠。 | 1. 日期或者时间类的字段作为分区键。  2. 查询中大多包含分区键作为过滤条件。  3. 定期按照分区键清理数据。   |
| 列表分区（List Partitioning）  | 根据分区键值的列表进行分区，各分区的列表值不重复            | 1. 特定数量的枚举值作为分区键值。  2. 查询中大多包含分区键作为过滤条件。                                                                                                                                                                       |
   
#### 建议2.12 表字段的设计要遵循高效、准确原则
![](https://support.huaweicloud.com/devg-dws/public_sys-resources/note_3.0-zh-cn.png)
**违反规范的影响**：
- 存储空间大、查询效率降低。
**方案建议**：
1. **选择最高效的类型** 。
   - 如果能选择整型就不选择浮点型或字符型。
   
   - 使用变长字符类型时根据数据特征指定最大长度。
    
2. **选择最准确的类型** 。
   - 使用时间类型存储时间，不使用字符类型存储时间。
   
   - 使用满足需求的最小数值类型，如果int或smallint够用，就不用bigint而浪费空间。
    
3. **正确使用约束** 。
   - 明确不存在NULL值的字段加上NOT NULL约束，优化器会在特定场景下对其进行自动优化。
   
   - 业务层面能补全的字段，不要使用DEFAULT约束，避免数据加载时产生不符合预期的结果。
    
4. **避免非必要类型转换** 。
   - 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。
   
   - 不同类型的比较操作会导致数据类型转换，可能导致索引和分区剪枝失效，影响查询性能。
    
 
#### 建议2.13 避免使用自增列或自增数据类型
![](https://support.huaweicloud.com/devg-dws/public_sys-resources/note_3.0-zh-cn.png)
**违反规范的影响**：
- 自增序列或自增数据类型在大量使用时，会造成GTM压力过大及序列生成速度慢。
  
**方案建议**：
- 如果只是想获取一个唯一标识，可以使用UUID。
- 如果必须使用自增序列，在没有严格递增的需求，可设置CACHE，比如1000，降低GTM压力。