Partition Iterator

算子说明

表分区技术（Table-Partitioning）通过将非常大的表或者索引从逻辑上切分为更小、更易管理的逻辑单元（分区），能够减小用户对表查询、变更等语句操作的影响范围；能够让用户通过分区键（Partition Key）快速定位到数据所在的分区，从而避免在数据库中对大表的全量扫描，能够在不同的分区上并发进行DDL、DML操作。GaussDB支持三种分区策略 ：范围分区、哈希分区、列表分区。范围分区基于二分binary-search实现，复杂度为O(logN)；哈希分区和列表分区基于key-partOid哈希表实现，复杂度为O(1)。

典型场景

• 使用范围分区创建分区表。
• 使用哈希分区创建分区表。
• 使用列表分区创建分区表。

示例

示例1：使用范围分区创建分区表。

--数据准备。 
gaussdb=# DROP TABLE IF EXISTS t1;
gaussdb=# SET max_datanode_for_plan = 1;
gaussdb=# CREATE TABLE t1 (c1 int, c2 int) PARTITION BY RANGE (c1)(
    PARTITION p1 VALUES LESS THAN(10) ,
    PARTITION p2 VALUES LESS THAN(20),
    PARTITION p3 VALUES LESS THAN(MAXVALUE)
);
CREATE TABLE 

gaussdb=# INSERT INTO t1 VALUES(generate_series(1,100,2), 1);
INSERT 0 50
gaussdb=# INSERT INTO t1 VALUES(generate_series(2,101,2), 2);
INSERT 0 50

--执行结果。 
gaussdb=# EXPLAIN SELECT * FROM t1 WHERE c1 < 15 AND c2 <= 1;
                               QUERY PLAN
-------------------------------------------------------------------------
 Data Node Scan  (cost=0.00..0.00 rows=0 width=0)
   Node/s: All datanodes

 Remote SQL: SELECT c1, c2 FROM public.t1 WHERE c1 < 15 AND c2 <= 1
 Datanode Name: datanode1
   Partition Iterator  (cost=0.00..33.23 rows=239 width=8)
     Iterations: 2
     ->  Partitioned Seq Scan on t1  (cost=0.00..33.23 rows=239 width=8)
           Filter: ((c1 < 15) AND (c2 <= 1))
           Selected Partitions:  1..2

(11 rows)

--删除。
gaussdb=# DROP TABLE IF EXISTS t1;

上述示例中，Partition Iterator算子输出信息如下所示。

示例2：使用哈希分区创建二级分区表。

--数据准备。 
gaussdb=# CREATE TABLE sales (id INT, number INT) PARTITION BY HASH (number);
CREATE TABLE 

gaussdb=# INSERT INTO sales VALUES(generate_series(1,50), generate_series(1,50));
INSERT 0 50

--执行结果。 
gaussdb=# EXPLAIN SELECT * FROM sales WHERE id < 15 AND number <= 50;
                                     QUERY PLAN
------------------------------------------------------------------------------------
 Data Node Scan  (cost=0.00..0.00 rows=0 width=0)
   Node/s: All datanodes

 Remote SQL: SELECT id, "number" FROM public.sales WHERE id < 15 AND "number" <= 50
 Datanode Name: datanode1
   Partition Iterator  (cost=0.00..42.23 rows=239 width=8)
     Iterations: 1
     ->  Partitioned Seq Scan on sales  (cost=0.00..42.23 rows=239 width=8)
           Filter: ((id < 15) AND ("number" <= 50))
           Selected Partitions:  1

(11 rows)

--删除。
DROP TABLE sales;

上述示例中，Partition Iterator算子输出信息如下所示。

示例3：使用列表分区创建分区表。

--数据准备。 
gaussdb=# CREATE TABLE list_partitioned_table (id INT, category INT) 
PARTITION BY LIST (category) 
(
    PARTITION p0 VALUES (1, 3, 5, 7),
    PARTITION p1 VALUES (2, 4, 6, 8)
);
CREATE TABLE 

gaussdb=# INSERT INTO list_partitioned_table VALUES(0,generate_series(1,8,2));
INSERT 0 4
gaussdb=# INSERT INTO list_partitioned_table VALUES(1,generate_series(2,7,2));
INSERT 0 3

--执行结果。 
gaussdb=# EXPLAIN SELECT * FROM list_partitioned_table WHERE id = 0 AND category <= 5;
                                            QUERY PLAN
---------------------------------------------------------------------------------------------------
 Data Node Scan  (cost=0.00..0.00 rows=0 width=0)
   Node/s: datanode1

 Remote SQL: SELECT id, category FROM public.list_partitioned_table WHERE id = 0 AND category <= 5
 Datanode Name: datanode1
   Partition Iterator  (cost=0.00..42.23 rows=4 width=8)
     Iterations: 2
     ->  Partitioned Seq Scan on list_partitioned_table  (cost=0.00..42.23 rows=4 width=8)
           Filter: ((category <= 5) AND (id = 0))
           Selected Partitions:  1..2

(11 rows)
--删除。
gaussdb=# DROP TABLE list_partitioned_table;

上述示例中，Partition Iterator算子输出信息如下所示。