sql server 创建分区表

╰半夏微凉° 2022-08-10 11:46 220阅读 0赞

如果你的数据库中某一个表中的数据满足以下几个条件，那么你就要考虑创建分区表了。

1、数据库中某个表中的数据很多。很多是什么概念？一万条？两万条？还是十万条、一百万条？这个，我觉得是仁者见仁、智者见智的问题。当然数据表中的数据多到查询时明显感觉到数据很慢了，那么，你就可以考虑使用分区表了。如果非要我说一个数值的话，我认为是1亿条。

2、但是，数据多了并不是创建分区表的惟一条件，哪怕你有一千万条记录，但是这一千万条记录都是常用的记录，那么最好也不要使用分区表，说不定会得不偿失。只有你的数据是分段的数据，那么才要考虑到是否需要使用分区表。

3、什么叫数据是分段的？这个说法虽然很不专业，但很好理解。比如说，你的数据是以年为分隔的，对于今年的数据而言，你常进行的操作是添加、修改、删除和查询，而对于往年的数据而言，你几乎不需要操作，或者你的操作往往只限于查询，那么恭喜你，你可以使用分区表。换名话说，你对数据的操作往往只涉及到一部分数据而不是所有数据的话，那么你就可以考虑什么分区表了。

那么，什么是分区表呢？

简单一点说，分区表就是将一个大表分成若干个小表。假设，你有一个销售记录表，记录着每个每个商场的销售情况，那么你就可以把这个销售记录表按时间分成几个小表，例如说5个小表吧。2009年以前的记录使用一个表，2010年的记录使用一个表，2011年的记录使用一个表，2012年的记录使用一个表，2012年以后的记录使用一个表。那么，你想查询哪个年份的记录，就可以去相对应的表里查询，由于每个表中的记录数少了，查询起来时间自然也会减少。

但将一个大表分成几个小表的处理方式，会给程序员增加编程上的难度。以添加记录为例，以上5个表是独立的5个表，在不同时间添加记录的时候，程序员要使用不同的SQL语句，例如在2011年添加记录时，程序员要将记录添加到2011年那个表里；在2012年添加记录时，程序员要将记录添加到2012年的那个表里。这样，程序员的工作量会增加，出错的可能性也会增加。

使用分区表就可以很好的解决以上问题。分区表可以从物理上将一个大表分成几个小表，但是从逻辑上来看，还是一个大表。

接着上面的例子，分区表可以将一个销售记录表分成五个物理上的小表，但是对于程序员而言，他所面对的依然是一个大表，无论是2010年添加记录还是2012年添加记录，对于程序员而言是不需要考虑的，他只要将记录插入到销售记录表——这个逻辑中的大表里就行了。SQL Server会自动地将它放在它应该呆在的那个物理上的小表里。

同样，对于查询而言，程序员也只需要设置好查询条件，OK，SQL Server会自动将去相应的表里查询，不用管太多事了。

这一切是不是很诱人？

的确，那么我们就可以开始动手创建分区表了。

第一、创建分区表的第一步，先创建数据库文件组，但这一步可以省略，因为你可以直接使用PRIMARY文件。但我个人认为，为了方便管理，还是可以先创建几个文件组，这样可以将不同的小表放在不同的文件组里，既便于理解又可以提高运行速度。创建文件组的方法很简单，打开SQL Server Management Studio，找到分区表所在数据库，右键单击，在弹出的菜单里选择“属性”。然后选择“文件组”选项，再单击下面的“添加”按钮，如下图所示：

![1.jpg][]

第二，创建了文件组之后，还要再创建几个数据库文件。为什么要创建数据库文件，这很好理解，因为分区的小表必须要放在硬盘上，而放在硬盘上的什么地方呢？当然是文件里啦。再说了，文件组中没有文件，文件组还要来有啥用呢？还是在上图的那个界面，选择“文件”选项，然后添加几个文件。在添加文件的时候要注意以下几点：

1、不要忘记将不同的文件放在文件组中。当然一个文件组中也可以包含多个不同的文件。

2、如果可以的话，将不同的文件放在不同的硬盘分区里，最好是放在不同的独立硬盘里。要知道IQ的速度往往是影响SQL Server运行速度的重要条件之一。将不同的文件放在不同的硬盘上，可以加快SQL Server的运行速度。

在本例中，为了方便起见，将所有数据库文件都放在了同一个硬盘下，并且每个文件组中只有一个文件。如下图所示。

![2.jpg][]

第三、创建一个分区函数。这一步是必须的了，创建分区函数的目的是告诉SQL Server以什么方式对分区表进行分区。这一步必须要什么SQL脚本来完成。以上面的例子，我们要将销售表按时间分成5个小表。假设划分的时间为：

第1个小表：2010-1-1以前的数据（不包含2010-1-1）。

第2个小表：2010-1-1（包含2010-1-1）到2010-12-31之间的数据。

第3个小表：2011-1-1（包含2011-1-1）到2011-12-31之间的数据。

第4个小表：2012-1-1（包含2012-1-1）到2012-12-31之间的数据。

第5个小表：2013-1-1（包含2013-1-1）之后的数据。

那么分区函数的代码如下所示：

**\[c-sharp\]**  [view plain][] [copy][view plain]

1.  CREATE PARTITION FUNCTION partfunSale (datetime)  
2.  AS RANGE RIGHT FOR VALUES ('20100101','20110101','20120101','20130101')

其中：

1、CREATE PARTITION FUNCTION意思是创建一个分区函数。

2、partfunSale为分区函数名称。

3、AS RANGE RIGHT为设置分区范围的方式为Right，也就是右置方式。

4、FOR VALUES ('20100101','20110101','20120101','20130101')为按这几个值来分区。

这里需要说明的一下，在Values中，'20100101'、'20110101'、'20120101'、'20130101'，这些都是分区的条件。“ 20100101”代表2010年1月1日，在小于这个值的记录，都会分成一个小表中，如表1；而小于或等于'20100101'并且小于'20110101'的值，会放在另一个表中，如表2。以此类推，到最后，所有大小或等于'20130101'的值会放在另一个表中，如表5。

也许有人会问，为什么值“ 20100101”会放在表2中，而不是表1中呢？这是由AS RANGE RIGHT中的RIGHT所决定的，RIGHT的意思是将等于这个值的数据放在右边的那个表里，也就是表2中。如果您的SQL语句中使用的是Left而不是RIGHT，那么就会放在左边的表中，也就是表1中。

第四、创建一个分区方案。分区方案的作用是将分区函数生成的分区映射到文件组中去。分区函数的作用是告诉SQL Server，如何将数据进行分区，而分区方案的作用则是告诉SQL Server将已分区的数据放在哪个文件组中。分区方案的代码如下所示：

**\[c-sharp\]**  [view plain][] [copy][view plain]

1.  CREATE PARTITION SCHEME partschSale  
2.  AS PARTITION partfunSale  
3.  TO (  
4.      Sale2009,  
5.      Sale2010,  
6.      Sale2011,  
7.      Sale2012,  
8.      Sale2013)

其中：

1、CREATE PARTITION SCHEME意思是创建一个分区方案。

2、partschSale为分区方案名称。

3、AS PARTITION partfunSale说明该分区方案所使用的数据划分条件（也就是所使用的分区函数）为partfunSale。

4、TO后面的内容是指partfunSale分区函数划分出来的数据对应存放的文件组。

到此为止，分区函数和分区方案就创建完毕了。创建后的分区函数和分区方案在数据库的“存储”中可以看到，如下图所示：

![3.jpg][]

最后，创建分区表，创建方式和创建普遍表类似，如下所示：

**\[c-sharp\]**  [view plain][] [copy][view plain]

1.  CREATE TABLE Sale(  
2.      \[Id\] \[**int**\] IDENTITY(1,1) NOT NULL,  
3.      \[Name\] \[varchar\](16) NOT NULL,  
4.      \[SaleTime\]\[datetime\] NOT NULL  
5.  ) ON partschSale(\[SaleTime\])

其中：

1、CREATE TABLE 意思是创建一个数据表。

2、Sale为数据表名。

3、()中为表中的字段，这里的内容和创建普通数据表没有什么区别，惟一需要注意的是不能再创建聚集索引了。道理很简单，聚集索引可以将记录在物理上顺序存储的，而分区表是将数据分别存储在不同的表中，这两个概念是冲突的，所以，在创建分区表的时候就不能再创建聚集索引了。

4、ON partschSale()说明使用名为partschSale的分区方案。

5、partschSale()括号中为用于分区条件的字段是SaleTime。

OK，一个物理上是分离的，逻辑上是一体的分区表就创建完毕了。查看该表的属性，可以看到该表已经属于分区表了。

![4.jpg][]

[1.jpg]: /images/20220810/42684cc9c27d4e53a14719dbd7c1b3c3.png
[2.jpg]: /images/20220810/b107bb2a211647419dd0c64bfc4cd646.png
[view plain]: http://blog.csdn.net/smallfools/article/details/4930810#
[3.jpg]: /images/20220810/50bb355f3ec04d72bc58517061cf679c.png
[4.jpg]: /images/20220810/884ed66a1fc14e169f4a491161d086e6.png