代码之家 › 专栏 › 技术社区 › Kevin Babcock

在Oracle中,如何用varchar2列对索引进行分区?这是个坏主意吗?

partitioning oracle10g oracle

Kevin Babcock · 技术社区 · 15 年前

我正在使用Oracle 10g企业版。

我们的Oracle数据库中的一个表存储另一个文本列的SOUNDEX值表示。我们使用的是自定义Soundex实现,其中Soundex值比传统Soundex算法(如Oracle使用的算法)生成的值长。这真是离题了。

基本上,我有一个varchar2列,它的值包含一个字符,后跟一个动态数字值(例如“A12345”、“S382771”等)。表是由另一列分区的,但是我想向soundex列添加一个分区索引,因为它经常被搜索。尝试使用soundex列的第一个字符添加范围分区索引时,效果非常好:

create index IDX_NAMES_SOUNDEX on NAMES_SOUNDEX (soundex)
global partition by range (soundex) (
    partition IDX_NAMES_SOUNDEX_PART_A values less than ('B'),  -- 'A%'
    partition IDX_NAMES_SOUNDEX_PART_B values less than ('C'),  -- 'B%'
    ...
);

但是,为了更均匀地分布分区的大小,我想用前两个字符定义一些分区,如下所示:

create index IDX_NAMES_SOUNDEX on NAMES_SOUNDEX (soundex)
global partition by range (soundex) (
    partition IDX_NAMES_SOUNDEX_PART_A5 values less than ('A5'), -- 'A0% - A4%'
    partition IDX_NAMES_SOUNDEX_PART_A values less than ('B'),   -- 'A4% - A9%'
    partition IDX_NAMES_SOUNDEX_PART_B values less than ('C'),   -- 'B%'
    ...
);

我不知道如何使用varchar2列正确地对分区进行范围划分。我相信这是一个不太理想的选择,所以也许有人可以推荐一个更好的解决方案。下面是我表中Soundex数据的分布:

-----------------------------------
|  SUBSTR(SOUNDEX,1,1)  |  COUNT  |
-----------------------------------
|                    A  | 6476349 |
|                    B  |  854880 |
|                    D  |  520676 |
|                    F  | 1200045 |
|                    G  |  280647 |
|                    H  | 3048637 |
|                    J  |  711031 |
|                    K  | 1336522 |
|                    L  |  348743 |
|                    M  | 3259464 |
|                    N  | 1510070 |
|                    Q  |  276769 |
|                    R  | 1263008 |
|                    S  | 3396223 |
|                    V  |  533844 |
|                    W  |  555007 |
|                    Y  |  348504 |
|                    Z  | 1079179 |
-----------------------------------

如您所见,分布不是均匀分布的,这就是为什么我要使用前两个字符而不是第一个字符定义范围分区。

建议?

谢谢!

3 回复 | 直到 15 年前

tuinstoel 15 年前

你的问题到底是什么?

您不知道如何将表拆分为n个相等的部分以避免倾斜吗?

您可以使用分析函数percentile_disc()来实现这一点。

这里有一个n=100的SQL+示例,我承认它不是很复杂,但它可以完成这项工作。

set pages 0
set lines 200

drop table random_strings;

create table random_strings 
as 
select upper(dbms_random.string('A', 12)) rndmstr
from dual 
connect by level < 1000;


spool parts

select 'select '||level||'/100,percentile_disc('||level||
       '/100) within group (order by RNDMSTR) from random_strings;' 
       sql_statement
from dual 
connect by level <= 100
/

spool off

这将在文件parts.lst中输出:

select 1/100,percentile_disc(1/100) within group (order by RNDMSTR) from random_strings;                                                                                                                
select 2/100,percentile_disc(2/100) within group (order by RNDMSTR) from random_strings;                                                                                                                
select 3/100,percentile_disc(3/100) within group (order by RNDMSTR) from random_strings;                                                 
...
select 100/100,percentile_disc(100/100) within group (order by RNDMSTR) from random_strings;

现在可以运行script parts.lst来获取分区值。每个分区最初将包含1%的数据。

script parts.lst将输出:

   ,01 AJUDRRSPGMNP
   ,02 AOMJZQPZASQZ
   ,03 AWDQXVGLLUSJ
   ,04 BIEPUHAEMELR
   .... 
   ,99 ZTMHDWTXUJAR
   1   ZYVJLNATVLOY

Justin Cave 15 年前

除了soundex值之外,分区键还在搜索表吗?或者只是通过Soundex专栏搜索?

如果您只是想在分区之间实现数据的均匀分布,您是否考虑过使用哈希分区而不是范围分区?假设您为分区数选择2的幂,这将使分区之间的数据分布相当均匀。

Tom Clark AaiCanHelp.com 15 年前

跟我说话! 你能告诉我为什么要对这个表进行分区吗?听起来像是一个OLTP表,可能不需要是分区。我们不想仅仅说我们是被划分的。告诉我您正试图通过对这个表进行分区来完成什么,我可以帮助您选择一个正确的分区方案。分区不等于更快的查询。在某些情况下,它实际上会导致查询速度变慢。

我在上面看到了您的一些额外想法,我不认为您需要对表进行分区。如果您的查询要在整个分区上执行聚合,那么您可能需要分区。如果您将拥有数亿行数据,那么您可能需要分区来帮助DBA维护。如果您只想让查询快速运行,那么主键索引就足够了。请告诉我

只需在所需列上创建一个全局索引。