分区（分区子表、子分区） 分区表中实际保存数据的表，对应的entry通常保存在pg_partition中，各个子分区的parentid作为外键关联其分区母表在pg_class表中的OID列。 示例：t1_hash为一个一级分区表： gaussdb=# CREATE TABLE t1_hash

查看更多 →

分区（分区子表、子分区） 分区表中实际保存数据的表，对应的entry通常保存在pg_partition中，各个子分区的parentid作为外键关联其分区母表在pg_class表中的oid列。 示例1：t1_hash为一个分区表： gaussdb=# CREATE TABLE t1_hash

查看更多 →

分区（分区子表、子分区） 分区表中实际保存数据的表，对应的entry通常保存在pg_partition中，各个子分区的parentid作为外键关联其分区母表在pg_class表中的oid列。 示例1：t1_hash为一个一级分区表： gaussdb=# CREATE TABLE t1_hash

查看更多 →

分区（分区子表、子分区） 分区表中实际保存数据的表，对应的entry通常保存在pg_partition中，各个子分区的parentid作为外键关联其分区母表在pg_class表中的OID列。 示例：t1_hash为一个分区表： gaussdb=# CREATE TABLE t1_hash

查看更多 →

已经导入到Hive表的数据清空。 作业参数配置完成后，单击“下一步”，进入字段映射界面，如图7所示。 映射MySQL表和Hive表字段，Hive表比MySQL表多三个字段y、ym、ymd，即是Hive的分区字段。由于没有源表字段直接对应，需要配置表达式从源表的StartDate字段抽取。

查看更多 →

分区表 本章节围绕分区表在大数据量场景下如何对保存的数据进行“查询优化”和“运维管理”出发，分六个章节以此对分区表使用上进行系统性说明，包含语义、原理、约束限制等方面。 大容量数据库 分区表介绍 分区表查询优化 分区表运维管理 分区表系统视图&DFX

查看更多 →

表分区技术 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），能够让对用户对表查询、变更等语句操作具备更小的影响范围，能够让用户通过分区键（Partition Key）快速的定位到数据所在的分区，从而避免在数

查看更多 →

分区表 ADM_IND_PARTITIONS ADM_IND_SUBPARTITIONS ADM_PART_COL_STATIS TICS ADM_PART_INDEXES ADM_PART_TABLES ADM_SUBPART_COL_STATISTI CS ADM_SUBPART_KEY_COLUMNS

查看更多 →

分区表 PG_PARTITION 父主题： 系统表

查看更多 →

分区表 ADM_IND_PARTITIONS ADM_IND_SUBPARTITIONS ADM_PART_COL_STATISTICS ADM_PART_INDEXES ADM_PART_TABLES ADM_SUBPART_KEY_COLUMNS ADM_TAB_PARTITIONS

查看更多 →

表分区定义 分区表就是把逻辑上的一张表根据分区策略分成几张物理块库进行存储，这张逻辑上的表称之为分区表，物理块称之为分区。分区表是一张逻辑表，不存储数据，数据实际是存储在分区上的。当进行条件查询时，系统只会扫描满足条件的分区，避免全表扫描，从而提升查询性能。 分区表的优势： 改善

查看更多 →

表分区定义 分区表就是把逻辑上的一张表根据分区策略分成几张物理块库进行存储，这张逻辑上的表称之为分区表，物理块称之为分区。分区表是一张逻辑表，不存储数据，数据实际是存储在分区上的。当进行条件查询时，系统只会扫描满足条件的分区，避免全表扫描，从而提升查询性能。 分区表的优势： 改善

查看更多 →

分区表 PG_PARTITION 父主题： 系统表

查看更多 →

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。从用户使用的角度来看，表分区技术主要有以下三个方面能力： 提升大容量数据场景查询效率：由于表内数据按照分区键进行逻辑分区，查询结果可以通过访问分区的子集而不是整个表来实现。这种分区剪枝技术可以提供数量级的性能增益。

查看更多 →

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。从用户使用的角度来看，表分区技术主要有以下三个方面能力： 提升大容量数据场景查询效率：由于表内数据按照分区键进行逻辑分区，查询结果可以通过访问分区的子集而不是整个表来实现。这种分区剪枝技术可以提供数量级的性能增益。

查看更多 →

已经导入到Hive表的数据清空。 作业参数配置完成后，单击“下一步”，进入字段映射界面，如图7所示。 映射MySQL表和Hive表字段，Hive表比MySQL表多三个字段y、ym、ymd，即是Hive的分区字段。由于没有源表字段直接对应，需要配置表达式从源表的StartDate字段抽取。

查看更多 →

已经导入到Hive表的数据清空。 作业参数配置完成后，单击“下一步”，进入字段映射界面，如图9所示。 映射MySQL表和Hive表字段，Hive表比MySQL表多三个字段y、ym、ymd，即是Hive的分区字段。由于没有源表字段直接对应，需要配置表达式从源表的StartDate字段抽取。

查看更多 →

查询Topic的分区列表 功能介绍 查询Topic的分区列表 调用方法 请参见如何调用API。 URI GET /v2/{project_id}/kafka/instances/{instance_id}/topics/{topic}/partitions 表1 路径参数 参数 是否必选

查看更多 →

对列表分区表分割分区 使用ALTER TABLE SPLIT PARTITION可以对列表分区表分割分区。 例如，假设列表分区表list_sales的分区channel2定义范围为('6', '7', '8', '9')。可以指定分割点('6', '7'）将分区channel2分割为两个分区，并更新Global索引。

查看更多 →

分区表 本章节围绕分区表在大数据量场景下如何对保存的数据进行“查询优化”和“运维管理”出发，分六个章节以此对分区表使用上进行系统性说明，包含语义、原理、约束限制等方面。 大容量数据库 分区表介绍 分区表查询优化 分区表运维管理 分区并发控制 分区表系统视图&DFX

查看更多 →

表分区技术 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），能够让对用户对表查询、变更等语句操作具备更小的影响范围，能够让用户通过分区键（Partition Key）快速的定位到数据所在的分区，从而避免在数

查看更多 →