本文由AI智能模型生成，在自有數(shù)據(jù)的基礎(chǔ)上，訓(xùn)練NLP文本生成模型，根據(jù)標(biāo)題生成內(nèi)容，適配到模板。內(nèi)容僅供參考，不對其準(zhǔn)確性、真實性等作任何形式的保證，如果有任何問題或意見，請聯(lián)系contentedit@huawei.com或點擊右側(cè)用戶幫助進行反饋。我們原則上將于收到您的反饋后的5個工作日內(nèi)做出答復(fù)或反饋處理結(jié)果。
GaussDB(DWS)采用水平分表的方式，將數(shù)據(jù)表格的元組按照一定的分布策略分散存儲到多個節(jié)點。查詢的時候可以通過查詢條件過濾不必要的數(shù)據(jù)，快速定位到數(shù)據(jù)存儲位置，從而極大提升 數(shù)據(jù)庫 性能。
在水平分表的基礎(chǔ)上，GaussDB(DWS)支持?jǐn)?shù)據(jù)分區(qū)（Partition），即根據(jù)表的一列或者多列，將要插入表的記錄分為不重疊的若干個范圍，為每個范圍創(chuàng)建一個分區(qū)，用來存儲相應(yīng)的數(shù)據(jù)。
在不同場景下，基于時間分片的方式分區(qū)后帶來的收益。
當(dāng)表中訪問率較高的行位于一個單獨分區(qū)或少數(shù)幾個分區(qū)時：大幅減少搜索空間，從而提升訪問性能。
當(dāng)需要查詢或更新一個分區(qū)的大部分記錄時：僅需要連續(xù)掃描對應(yīng)分區(qū)，而非掃描整個表，因此可大幅提升性能。
當(dāng)需要大量加載或者刪除的記錄位于一個單獨分區(qū)或少數(shù)幾個分區(qū)時：可直接讀取或刪除對應(yīng)分區(qū)，從而提升處理性能；同時由于避免大量零散的刪除操作，可減少清理碎片工作量。
數(shù)據(jù)分區(qū)帶來的好處如下：
改善可管理性
利用分區(qū)，可以將表和索引劃分為一些更小、更易管理的單元。這樣，數(shù)據(jù)庫管理員在進行 數(shù)據(jù)管理 時就能采取“分而治之”的方法。 有了分區(qū)，維護操作可以專門針對表的特定部分執(zhí)行。
可提升刪除操作的性能
刪除數(shù)據(jù)時可以刪除整個分區(qū)，與分別刪除每行相比，這種操作非常高效和快速。
改善查詢性能
通過限制要檢查或操作的數(shù)據(jù)數(shù)量，分區(qū)可帶來許多性能優(yōu)勢，包括：
-分區(qū)剪枝：
分區(qū)剪枝（也稱為分區(qū)消除）是CN在執(zhí)行時過濾掉不需要掃描的分區(qū)，只對相關(guān)的分區(qū)進行掃描的技術(shù)。分區(qū)剪枝通常可以將查詢性能提高若干數(shù)量級
-智能化分區(qū)聯(lián)接：
通過使用一種稱為智能化分區(qū)聯(lián)接的技術(shù)，分區(qū)還可以改善多表聯(lián)接的性能。當(dāng)將兩個表聯(lián)接在一起，并且至少其中一個表使用聯(lián)接鍵進行分區(qū)時，可以應(yīng)用智能化分區(qū)聯(lián)接。智能化分區(qū)聯(lián)接將一個大型聯(lián)接分為多個較小的聯(lián)接，這些較小的聯(lián)接包含與聯(lián)接的表“相同”的 數(shù)據(jù)集 。這里，“相同”定義為恰好包含聯(lián)接的兩端中相同的分區(qū)鍵值集，因此可以確保只有這些“相同”數(shù)據(jù)集的聯(lián)接才會有效，而不必考慮其他數(shù)據(jù)集。
