Oracle-表分区（范围分区、列分区、Hash分区、嵌套分区、自动扩展分区）

-- 表分区的优缺点

   表分区的优点： 提高了增、删、改、查的性能

                  如果某个分区的数据出现问题，只需要修复这个分区的数据就可以了，不影响其他分区的数据查询

       缺点： 已经存在的表没有方法可以直接转化为分区表

-- 查询的数据可能会跨分区

-- 分区索引 

  本地分区索引：适合当个分区查询

  全局索引：适合跨分区查询

-- 哈希分区有什么优点

   尽量让每个分区得数据分布均匀

-- 自动扩展分区有什么优缺点

   优点：维护方便

   缺点：分区名是系统自动给的

-- 范围分区 range

create table emp_range

(

   empno       number(4)

  ,ename       varchar2(10)

  ,job         varchar2(9)

  ,mgr         number(4)

  ,create_date date

)

   partition by range (create_date)

   (

      partition p_20170101 values less than  (to_date(‘ ’,yyyymm))

     ,partition p_20170102 values less than (to_date(‘ ’,yyyymm))

     ,partition p_20170103 values less than  (to_date(‘ ’,yyyymm)));

   -- 显示当前用户可访问的所有分区表信息：ALL_PART_TABLES

select * from ALL_PART_TABLES a where a.table_name = @;;

-- 显示当前用户所有分区表的信息：USER_PART_TABLES

select * from USER_PART_TABLES a;

--显示当前用户可访问的所有分区表的详细分区信息：ALL_TAB_PARTITIONS 

select * from ALL_TAB_PARTITIONS a where a.table_name =@;;

--显示当前用户所有分区表的详细分区信息：USER_TAB_PARTITIONS 

select * from USER_TAB_PARTITIONS a where a.table_name = @

-- 自己往表里面插入数据  然后查询  删除数据

SELECT * FROM EMP_RANGE PARTITION (P_20170101); -- 查询

ALTER TABLE EMP_RANGE TRUNCATE PARTITION  P_20170101; -- 删除分区的数据

-- 往表里面插入数据

SELECT * FROM EMP_RANGE;

SELECT * FROM EMP_RANGE PARTITION (P_20170103); -- 指定一个范围表分区查询数据

INSERT INTO EMP_RANGE VALUES(1001,'xiaoming','salas',1000,to_date());

commit;

-- 异常：插入的分区关键字未映射到任何分区

-- 添加一个分区 

ALTER TABLE EMP_RANGE ADD PARTITION P_20170104 

     VALUES LESS THAN(TO_DATE());

-- 删除一个分区

ALTER TABLE EMP_RANGE DROP PARTITION P_20170104 ; 

-- 列表分区      

-- 列表分区明确指定了根据某字段的某个具体值进行分区，而不是像范围分区那样根据字段的值范围来划分的

create table emp_list

(

  empno    number(4)

 ,ename    varchar2(10)

 ,job      varchar2(9)

 ,mgr      number(4)      

 ,deptno   number(2)

)

   partition by list (deptno)

   (

     partition p_10 values  (10)

    ,partition p_20 values  (20)

    ,partition p_30 values  (30)

    ,partition p_40 values  (40)

   );

   -- 自己往表里面插入数据  然后查询  删除数据

select * from emp_list partition (p_10); -- 查询

alter table emp_list truncate partition  p_10; -- 删除分区的数据

-- 往表里面插入数据

select * from emp_list;

select * from emp_list partition (p_10); -- 指定一个范围表分区查询数据

insert into emp_list values();

commit;

-- 异常：插入的分区关键字未映射到任何分区

-- 添加一个分区 

alter table emp_list add partition p_50 values (50);

-- 验证

select * from USER_TAB_PARTITIONS a where a.table_name =@;

-- 删除一个分区

alter table emp_list drop partition p_50 ; 

-- 工作中得列表分区

-- 一般公司用列表分区  to_char()   年月的字符串

create table emp_list

(

  empno    number(4)

 ,ename    varchar2(10)

 ,job      varchar2(9)

 ,mgr      number(4)      

 ,deptno   number(2)

 ,create_date varchar2(10)

)

   partition by list (create_date)

   (

     partition p_20170201 values  (20170201)

    ,partition p_20170202 values  (20170202)

    ,partition p_20170203 values  (20170203)

    ,partition p_20170204 values  (20170204)

   );

 -- 组合分区 分区里面有 分区

create table emp_range_list

(

    empno    number(4) ,

    ename    varchar2(10),

    job      varchar2(9),

    mgr      number(4),

    hiredate date,

    sal      number(7,2),

    comm     number(7,2), 

    deptno   number(7,2)

)

partition by range(hiredate) subpartition by list (deptno)

(

   partition p_19800101 values less than(to_date('1981-01-01','yyyy-mm-dd'))

          (

              subpartition p_19800101_10 values (10),

              subpartition p_19800101_20 values (20),

              subpartition p_19800101_30 values (30),

              subpartition p_19800101_40 values (40)

          ),

   partition p_19810101 values less than (to_date('1982-01-01','yyyy-mm-dd'))

          (

              subpartition p_19810101_10 values (10),

              subpartition p_19810101_20 values (20),

              subpartition p_19810101_30 values (30),

              subpartition p_19810101_40 values (40)

          ),

   partition p_19820101 values less than (to_date('1983-01-01','yyyy-mm-dd'))

          (

              subpartition p_19820101_10 values (10),

              subpartition p_19820101_20 values (20),

              subpartition p_19820101_30 values (30),

              subpartition p_19820101_40 values (40)

          ),

     partition p_19830101 values less than (to_date('1984-01-01','yyyy-mm-dd'))

          (

              subpartition p_19830101_10 values (10),

              subpartition p_19830101_20 values (20),

              subpartition p_19830101_30 values (30),

              subpartition p_19830101_40 values (40)

          )

);

-- 查询主分区数据

select * from emp_range_list partition (p_19800101); 

-- 删除主分区的数据

alter table emp_range_list truncate partition  p_19800101; 

-- 查询子分区的数据

select * from emp_range_list subpartition(p_19810101_10);

-- 删除子分区的数据

alter table emp_range_list truncate subpartition  p_19810101_10; 

-- 添加一个分区 

alter table emp_range_list add partition p_19840101 

      values less than (to_date('1985-01-01','yyyy-mm-dd'))

          (

              subpartition p_19840101_10 values (10),

              subpartition p_19840101_20 values (20),

              subpartition p_19840101_30 values (30),

              subpartition p_19840101_40 values (40)

          );

-- 删除一个分区

alter table emp_range_list drop partition p_19840101 ;

-- 验证

select * from USER_TAB_PARTITIONS a where a.table_name = @；

 --Hash分区   

 优点：尽可能的让每个分区的数据分布均匀

对于那些无法有效划分范围的表，可以使用hash分区，这样对于提高性能还是会有一定的帮助

hash分区会将表中的数据平均分配到你指定的几个分区中，

列所在分区是依据分区列的hash值自动分配，因此你并不能控制也不知道哪条记录会被放到哪个分区中

create table hash_test

    (

        stu_id number ,

        age    number ,

        sname  varchar2(30)

   )

   partition by hash(stu_id)

   (

       partition part_01,

       partition part_02,

       partition part_03,

       partition part_04

 );

-- 插入数据测试（创建一个序列对象）

create sequence seq_001

minvalue 1                 --最小值为1

start with 1               --从1开始

nomaxvalue                 --不设上限   可以指定最大值 maxvalue 10

increment by 1             --增长数  可以是 -1

nocycle                    --不循环

cache 30                   --预先在内存中生成30个序列号

;

-- 自动扩展分区

------------- 自动添加 分区

-- 按天自动添加分区

   create table emp_interval_day 

  (id       number

  ,time_col date

  ) 

  partition by range(time_col)

   interval (numtodsinterval(1,))

  (

   partition p_day_1 values less than (to_date())

  );

-- 按月自动添加分区

   create table emp_interval_month 

  (id       number

  ,time_col date

  ) 

  partition by range(time_col)

  interval (numtoyminterval(1,))

  (

   partition p_month_1 values less than (to_date())

  );

-- 删除分区数据

ALTER TABLE emp_interval_month TRUNCATE PARTITION  for (to_date(;));

-- 按年自动添加分区

create table emp_interval_year

  (id       number

  ,time_col date

  ) 

  partition by range(time_col)

  interval (numtoyminterval(1,))

  (

   partition p_year_1 values less than (to_date())

  );

-- 公司中的做法

 create table emp_interval_m

  (id       number

  ,time_col number

  ) 

  partition by range(time_col)

  interval (1)

  (

   partition p_month_1 values less than (20180101)

  );

-- 删除分区数据

ALTER TABLE emp_interval_m TRUNCATE PARTITION  for (20180201);

-- 组合分区的自动扩展分区

CREATE TABLE EMP_RANGE_list

(

    EMPNO  NUMBER(4) ,

    ENAME VARCHAR2(10),

    JOB VARCHAR2(9),

    MGR NUMBER(4),

    HIREDATE DATE,

    SAL  NUMBER(7,2),

    COMM NUMBER(7,2), 

    DEPTNO NUMBER(7,2)

)

PARTITION BY RANGE(HIREDATE) interval (numtoyminterval(1,))

SUBPARTITION BY LIST (DEPTNO)

(

   PARTITION P1 VALUES LESS THAN(TO_DATE())

          (

              SUBPARTITION P1A VALUES (10) ,

              SUBPARTITION P1B VALUES (20),

              SUBPARTITION P1C VALUES (30),

              SUBPARTITION P1D VALUES (40)

          )

);

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/924551.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

深度学习与持续学习：人工智能的未来与研究方向

深度学习与持续学习：人工智能的未来与研究方向

文章目录 1. 持续学习与深度学习1.1 深度学习的局限1.2 持续学习的定义 2. 目标与心智2.1 奖励假说2.2 心智的构成 3. 对研究方法的建议3.1 日常写作记录3.2 中立对待流行趋势 1. 持续学习与深度学习 1.1 深度学习的局限 深度学习注重“瞬时学习”，如ChatGPT虽在语…
阅读更多...
Pod 动态分配存储空间实现持久化存储

Pod 动态分配存储空间实现持久化存储

配置 Pod 以使用 PersistentVolume 作为存储 ​ 关于持久卷的介绍，可以看官方文档 https://kubernetes.io/zh-cn/docs/concepts/storage/persistent-volumes/ ​ 持久卷根据存储位置，可以使用本地存储和云存储，如果有云服务平台&#xff0c…
阅读更多...
应急响应靶机——linux2

应急响应靶机——linux2

载入虚拟机，打开虚拟机： 居然是没有图形化界面的那种linux，账户密码：root/Inch957821.（注意是大写的i还有英文字符的.） 查看虚拟机IP，192.168.230.10是NAT模式下自动分配的 看起来不是特别舒服&…
阅读更多...
DAMODEL丹摩 | 关于我部署与使用FLUX.1+ComfyUI生成了一位三只手的jk美少女这回事

DAMODEL丹摩 | 关于我部署与使用FLUX.1+ComfyUI生成了一位三只手的jk美少女这回事

DAMODEL丹摩 | 关于我部署与使用FLUX.1ComfyUI生成了一位三只手的jk美少女这回事 最终效果图FLUX.1简介部署流程1. 创建资源2. 登录实例3. 部署ComfyUI4. 部署FLUX.1 使用流程1. 运行FLUX.1 导入工作流 声明：非广告，为用户使用体验分享 最终效果图 FLUX.…
阅读更多...
Linux介绍与安装指南：从入门到精通

Linux介绍与安装指南：从入门到精通

1. Linux简介 1.1 什么是Linux？ Linux是一种基于Unix的操作系统，由Linus Torvalds于1991年首次发布。Linux的核心（Kernel）是开源的，允许任何人自由使用、修改和分发。Linux操作系统通常包括Linux内核、GNU工具集、图…
阅读更多...
钉钉授权登录

钉钉授权登录

一.找开钉钉开发平台【钉钉开放平台 (dingtalk.com)】 二。点击菜单【应用开发】->左边【钉钉应用】->【创建应用】 三。创建应用-》保存成功后，点击自己【新建的应用】，进入详细页面 四。进入应用详细页面。左边【分享设置】 注意：进…
阅读更多...
【Python爬虫五十个小案例】爬取豆瓣电影Top250

【Python爬虫五十个小案例】爬取豆瓣电影Top250

博客主页：小馒头学python 本文专栏: Python爬虫五十个小案例 专栏简介：分享五十个Python爬虫小案例 🪲前言 在这篇博客中，我们将学习如何使用Python爬取豆瓣电影Top250的数据。我们将使用requests库来发送HTTP请求，…
阅读更多...
VUE_使用el.animate实现自定义指令抖动效果

VUE_使用el.animate实现自定义指令抖动效果

// 在 Vue 2 中注册自定义指令 Vue.directive(shake,{// 当被绑定的元素插入到 DOM 中时inserted(el, binding){let value binding.valueconsole.log(el, binding)// 设置 transform-origin 样式el.style.transformOrigin center bottom;const keyframes [{ transform: rota…
阅读更多...
【大模型】LLaMA-Factory的环境配置、微调模型与测试

【大模型】LLaMA-Factory的环境配置、微调模型与测试

前言 【一些闲扯】 时常和朋友闲聊，时代发展这么快，在时代的洪流下，我们个人能抓住些什么呢。我问了大模型，文心一言是这样回答的： 在快速发展的时代背景下，个人确实面临着诸多挑战，但同时也充满…
阅读更多...
探索光耦：光耦安全标准解读——确保设备隔离与安全的重要规范

探索光耦：光耦安全标准解读——确保设备隔离与安全的重要规范

在现代科技日新月异的今天，光耦（光电耦合器）作为电子设备中不可或缺的隔离元件，其重要性不言而喻。它不仅在电源调控、工业自动化及医疗设备等关键领域大显身手，更是确保系统电气隔离与运行稳定的守护神。特别是在保障…
阅读更多...
嵌入式驱动开发详解2（设备挂载问题）

嵌入式驱动开发详解2（设备挂载问题）

文章目录 前言设备号设备号的组成设备号的分配静态分配动态分配 驱动挂载与卸载设备节点创建驱动挂载出现问题 前言 驱动的设备挂载和卸载是十分重要的内容，一旦操作不当可能会导致系统崩溃，接下来我将用字符设备的驱动挂载原理进行详细讲解&#xff0c…
阅读更多...
Hadoop分布式文件系统(一)——HDFS简介

Hadoop分布式文件系统(一)——HDFS简介

目录 1. HDFS设计目标2. HDFS组件3. HDFS数据复制4. HDFS健壮性4.1 磁盘数据错误，心跳检测和重新复制4.2 集群均衡4.3 数据完整性4.4 元数据磁盘错误4.5 快照 5. HDFS数据组织5.1 数据块存储5.2 流水线复制5.3 文件的删除和恢复 参考 1. HDFS设计目标 1.错误检测和快…
阅读更多...
VUE练习

VUE练习

使用new Vue()创建Vue实例&#xff0c;传入配置对象&#xff08;el data&#xff09; <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial…
阅读更多...
论文笔记3-XCube: Large-Scale 3D Generative Modeling using Sparse Voxel Hierarchies

论文笔记3-XCube: Large-Scale 3D Generative Modeling using Sparse Voxel Hierarchies

目录 Abtract 相关工作 核心算法&#xff1a; 整体流程概述 具体流程解析 1. 输入&#xff08;Input&#xff09; 2. 稀疏结构 VAE&#xff08;Sparse Structure VAE&#xff09; 3.分层体素潜在扩散&#xff08;Hierarchical Voxel Latent Diffusion&#xff09;…
阅读更多...
js.二叉搜索树中第K小的元素

js.二叉搜索树中第K小的元素

链接&#xff1a;230. 二叉搜索树中第 K 小的元素 - 力扣&#xff08;LeetCode&#xff09; 题目&#xff1a; 给定一个二叉搜索树的根节点 root &#xff0c;和一个整数 k &#xff0c;请你设计一个算法查找其中第 k 小的元素&#xff08;从 1 开始计数&#xff09;。 示例 1…
阅读更多...
RabbitMQ 安装延迟队列插件 rabbitmq_delayed_message_exchange

RabbitMQ 安装延迟队列插件 rabbitmq_delayed_message_exchange

前言&#xff1a; RabbitMQ 延迟队列插件&#xff08;rabbitmq_delayed_message_exchange&#xff09;是一个社区开发的插件&#xff0c;它为 RabbitMQ 添加了支持延迟消息的功能。通过这个插件&#xff0c;用户可以创建一种特殊的交换机类型 x-delayed-message&#xff0c;该…
阅读更多...
Java安全—原生反序列化重写方法链条分析触发类

Java安全—原生反序列化重写方法链条分析触发类

前言 在Java安全中反序列化是一个非常重要点&#xff0c;有原生态的反序列化&#xff0c;还有一些特定漏洞情况下的。今天主要讲一下原生态的反序列化&#xff0c;这部分内容对于没Java基础的来说可能有点难&#xff0c;包括我。 序列化与反序列化 序列化&#xff1a;将内存…
阅读更多...
【人工智能】深入解析GPT、BERT与Transformer模型｜从原理到应用的完整教程

【人工智能】深入解析GPT、BERT与Transformer模型｜从原理到应用的完整教程

在当今人工智能迅猛发展的时代&#xff0c;自然语言处理&#xff08;NLP&#xff09;领域涌现出许多强大的模型&#xff0c;其中GPT、BERT与Transformer无疑是最受关注的三大巨头。这些模型不仅在学术界引起了广泛讨论&#xff0c;也在工业界得到了广泛应用。那么&#xff0c;G…
阅读更多...
d3-contour 生成等高线图

d3-contour 生成等高线图

D3.js 是一个强大的 JavaScript 库&#xff0c;用于创建动态、交互式数据可视化。d3-contour 是 D3.js 的一个扩展模块&#xff0c;用于生成等高线图&#xff08;contour plots&#xff09;。 属性和方法 属性 x: 一个函数&#xff0c;用于从数据点中提取 x 坐标。y: 一个函…
阅读更多...
Apache Zeppelin：一个基于Web的大数据可视化分析平台

Apache Zeppelin：一个基于Web的大数据可视化分析平台

今天给大家推荐一下 Apache Zeppelin&#xff0c;它是一个基于 Web 的交互式数据接入、数据分析、数据可视化以及协作文档 Notebook&#xff0c;类似于 Jupyter Notebook。 Apache Zeppelin 支持使用 SQL、Java、Scala、Python、R 等编程语言进行数据处理和分析&#xff0c;同时…
阅读更多...
最新文章

Copyright @ 2022~2023