sybase数据库分区介绍（sybase数据类型）

Sybase数据库分区介绍

及测试报告

第1章 目的... 2

第2章 参考... 2

第3章 分区介绍... 2

3.1. 分区解释... 3

3.2. 分区作用... 3

3.3. 分区方式... 3

3.4. 数据库支持... 3

3.5. 分区数据查询原理.. 3

3.6. 分区原则... 4

3.7. 数据存放原则... 4

3.8. 分区详解... 4

3.8.1、 List分区... 4

3.8.2、 Range分区... 5

3.8.3、 哈希分区... 5

3.9. 分区和不分区的比较... 6

第4章 测试用例... 7

4.1. 建立表test和test1. 7

4.2. 准备数据... 7

4.3. 测试方法... 7

4.4. 测试要点... 8

4.5. 测试结果... 8

第1章 目的

为了更好的把unicall系统设计的完美，我对现在的unicall数据库部分提出了自己的建议性修改，并进行了测试，以求能使unicall数据库的响应速度进一步的提高

为了解决不断增长的数据导致的数据容量超出设计的范围，导致查询速度慢，我们需要设计一个规则，让新增的数据按我们的要求存放到指定的设备上面，以利于我们进行数据库的查询和管理。分区就是为了解决以上问题。

第2章 参考

<<Sybase Adaptive Server Enterprise 15数据分区>>

第3章 分区介绍

分区有2个概念

1 数据库分区

2 表分区

由于实际应用中表分区应用的比较多，我们在此只对表分区进行介绍，对于数据库分区不做介绍。

3.1.分区解释

分区是对数据库数据的存放位置按照某种方式进行分段的划分为若干个区，跨文件系统分配单个表的多个部分。实际上，表的不同部分在不同的位置被存储为单独的表。

3.2.分区作用

分区是为了解决不断增长的数据量导致的数据容量超出设计的范围，导致查询速度慢的最佳途径。

在不断增长的数据库中，我们需要设计一个规则，让新增的数据按我们的要求存放到指定的设备上面，以利于我们进行数据库的查询和管理。

l 提高查询速度

l 分离数据，利于维护

3.3.分区方式

当前数据库的分区方式有4种，但有的数据库不一定支持

1 list 分区，即列表分区

2 range 分区， 即范围分区

3 hash 分区，即哈希分区

4 子分区。

还有一个是sybase特有的分区 ：顺序分区

3.4. 数据库支持

当前数据库在下列版本上可以支持分区：

1 oracle 10g

2 db2 v9

3 mysql5.1

4 sybase15

其中 oracle10g支持子分区，mysql5.1支持子分区，但还没有完善，实际效果是影响性能，mysql5。2才支持子分区。Sybase15不支持子分区。

Informax暂没有看到支持分区的介绍。

3.5.分区数据查询原理

分区数据查询原则：查询引擎如果知道数据表分区，会根据分区方式和关键值去确定需要查找的分区表，然后在确定的分区表空间内查询数据，而其他的分区则不会执行查询，这样就提高了查询的速度。

3.6.分区原则

l 查询响应时间

l 数据存放

l i/o

3.7.数据存放原则

如果是oracle数据库，可以支持子分区，数据可以按年分区，然后再用其他方式分区，这样的好处是维护方便，可以增加，删除分区方便，对保存数据和维护数据容易。

如果不是oracle数据库，基本不支持子分区，所以就需要按月或天或者时间为关键值来做range分区，做到数据平均分配。

如果做关键值的字段值出现大量的重复的值，我们就要考虑用range分区来分开。这个时候不能用hash分区，否则数据容易向一个分区“倾斜”。

3.8.分区详解

3.8.1、List分区

以数据表的某个列作为分区的根基，如果一条记录的该字段值落在该列表内，该记录就保存到一个表空间上。

以sybase为例

Create table test

（

Called int not null，

Names varchar（40） not null，

Adr varchar（40） notnull

）

Partition by list ( name )

(

West values (‘北京’, ‘上海’) on seg1,

East values( ‘广州’, ‘成都’,’深圳’ ) on seg2

)

如果有下面的几条记录

1000 里萨 广州

1001 Job 上海

1002 Tom 北京

1003 Jom 成都

1004 Hom 成都

1005 Jobe 深圳

1006 Hob 上海

1007 刘三 北京

1008 全速 广州

如果把这些记录插入到表test内，我们就可以实现记录1000，1003，1004，1005，1008 保存到seg2表空间内，而记录1001，1002，1006，1007保存到seg1表空间内，如果记录多的话，我们可以多分几个区保存数。

3.8.2、Range分区

Range分区也叫范围分区，数据库管理员可以基于关键列中的数据范围指定数据在各分区上的存储位置.

例如

create table customer

(

ord_date datetime not null,

name varchar(20) not null,

address varchar(40) not null

)

partition by range (ord_date)

(ord_date1 values <= (3/31/05) on segment1,

ord_date2 values <= (6/30/05) on segment2,

ord_date3 values <= (9/30/05) on segment3

ord_date4 values <= (12/31/05) on segment4)

本例是按时间来保存数据，当我们挑选05年9月10号的数据的时候，查询引擎只会到segment3分区去找，其他的分区本次查询不会涉及到。缩短了查询时间。

3.8.3、哈希分区

这种数据分区方式是根据在指定列上利用内部哈希算法计算的结果来决定数据存储到哪一个分区。这里不需要指定列表或数值的范围。如果列键包含唯一数据，或者数据重复度极小，哈希分区将在其所有分区上平衡数据存储。然而，如果有大量重复数值，分区将会“倾斜”，一些分区上的数据可能会比其它分区多。

哈希分区在要为大表建立很多分区，或者关键列中的数据没有排序的情况下尤为有用。它同时还可以配合查询处理引擎使得查询工作更为有效。

例如：

Create table test

(

Lid int not null,

Name1 varchar(50) not null,

Addr varchar(100) not null

)

Partition by hash( lid )

(

Lid1 on seg1

Lid2 on seg2

Lid3 on seg3

)

我们假设有下列记录

9 里萨 广州

10 ob 上海

11 om 北京

12 om 成都

13 om 成都

14 obe 深圳

15 ob 上海

16 三 北京

17 速 广州

18 解 上海

19 思 深圳

如果倒入数据到表内，9，12，15，18 会保存到seg1分区上面，10，13，16，19会保存到seg2分区上面, 而11, 14，17会保存到第三个分区上面。

3.9 分区和不分区的比较

我们拿hash分区的来做分析

如果我们要查询lid=17的记录来，如果不分区，lid为索引，查询引擎需要作9次比较才能得到记录。

如果我们分了3个分区，如果查询lid=17的，查询引擎根据表建立的语句知道分区方法，然后根据关键域值lid为17/3=2，只是说数据在seg3上面，在seg3上面查询lid=17的比较次数为最大3次，这样数据库查询引擎只用3次就能找到lid=17的记录。i/o和cpu利用率也大大地降低。

3.10分区查询图例

我们拿hash分区来做个图例：

输入查询条件lid=17

分区1

分区2

分区3

数据查询范围

表分区类型

第4章 测试用例

4.1.建立表test和test1

Create table test

(

Lid int not null,

Name1 varchar(50) not null,

Addr varchar(100) not null

)

Partition by hash( lid )

(

Lid1

Lid2 on test2

)

Create table test1

(

Lid int not null,

Name1 varchar(50) not null,

Addr varchar(100) not null

)on userspace1

4.2 准备数据

1 gsh Beijing

2 ccc beijing

3 bb beijing

4 。。。。。。。。。。

5

共有100万条记录。

分别倒入test和test1表内

4.3 测试方法

我们随意抽取一条记录，利用查询引擎挑选数据的响应时间来评判分区的利弊。

我们用select * from test where lid = 84000 的响应时间来测试。

4.4.测试要点

对相同条件下分区和不分区，重复次数，分区个数进行分别的测试。

针对数据落在一个分区内。

4.5 测试结果

数据量 50万条(不重复数据) 100万条（2次重复） 100万条（10次重复）

分区 不分区 2个分区 不分区 2个分区 不分区 10个分区

Select 0.094 0.032 0.172 0.063 0.157 0.015

Insert 0.016 0.016 0.016 0.016 0.016 0.016

Update 0.094 0.032 0.172 0.063 0.156 0.015

4.6 测试结论

l 执行查询、更新等sql命令，第一次运行查询、更新的速度要慢一点，但之后会有速度优化；

l 分区对sql语句的执行，优化方面似乎更多，因此多次运行后的语句在分区表上执行效率更高；

l 第一次运行sql时，未分区表比已分区表要快。

第5章 附录

5.1 Mysql5.1测试结果

数据量 50万条(随机数据)

分区 不分区 50个分区

Select 0.66 0.01

Insert 0.5 0.01

Update 1.79 0.01

5.2.Oracle10g测试结果

数据量 30万条(随机数据)

分区 不分区 12个分区

Select 1.75 0.08