分區表概述 - MaxCompute

分區表是指擁有分區空間的表，即將表資料按照某個列或多個列進行劃分，從而使表中的資料分散儲存在不同的物理位置上。合理設計和使用分區，可以提高查詢效能、簡化資料管理，同時支援更靈活的資料訪問與操作。

分區表類型

MaxCompute支援普通分區表和自動分區表（AUTO PARTITION）兩種分區表類型，您可根據不同使用情境所需的分區列產生方式，選擇不同的分區表類型。

普通分區表：直接指定一個或多個分區欄位對錶進行分區。

自動分區表（AUTO PARTITION）：分區列基於以下兩種不同方式自動產生。

自動分區方式	功能介紹
基於時間計算函數的自動分區表	支援使用者對錶中的時間或日期類型（如DATE、DATETIME、TIMESTAMP、TIMESTAMP_NTZ）的資料列使用特定的時間計算函數（TRUNC_TIME），MaxCompute將自動根據資料列計算後的結果產生分區列的值，對錶進行分區。
基於資料寫入時間的自動分區表	系統會自動擷取資料寫入MaxCompute的時間，結合使用者指定的時間計算函數（TRUNC_TIME），根據計算後的結果產生分區列的值，對錶進行分區。這種基於資料寫入時間的自動分區表又稱為Ingestion Time Partition表。

使用情境

當您存在以下的使用情境和訴求時，可以考慮對錶進行分區：

提升查詢效能：希望通過僅掃描表的部分資料提高查詢效率，使用分區表能顯著減少資料處理量。
減少查詢成本：MaxCompute支援分區裁剪能力，在查詢前指定分區列的過濾條件，即可在查詢運行時唯讀取部分表分區的資料，避免全表掃描引起的資源浪費。
實現分區層級的資料管理：支援精準的資料寫入和高效的資料刪除能力，在無須全表掃描和不影響表中其他分區的情況下，將資料寫入特定分區或單獨刪除指定分區；同時，可以結合表的生命週期設定，實現分區層級的自動資料清理。

說明

通常情況下，建議單分區的資料量不小於一萬行。若每個分區下的資料量過小，建立過多的小分區將導致計算查詢效能的下降。

使用限制

支援的單表分區層級最多為6級。
支援的單表分區數最大值為60000個。
單次查詢時，允許查詢最多的分區個數為10000個。
STRING分區類型的分區值不支援使用中文。

分區列資料類型

在MaxCompute 2.0資料類型版本下，分區欄位支援STRING、TINYINT、SMALLINT、INT、BIGINT、VARCHAR類型。
MaxCompute的分區值以STRING類型進行儲存。對於非字串類型的分區欄位，其值會在內部被自動轉換為字串類型。為避免因資料類型轉換導致的異常，建議在設計分區欄位時使用STRING類型。
在MaxCompute 1.0資料類型版本下，分區欄位僅支援STRING類型。
此時雖然也可以指定分區列的類型為BIGINT，但是除了表的欄位顯示為BIGINT類型，任何其他的計算情境中（例如，欄位的計算和比較），該分區列都被當作STRING類型處理。執行如下語句後，返回結果為空白。
```
---建立表parttest。
CREATE TABLE parttest (a BIGINT) PARTITIONED BY (pt BIGINT);

---向表中插入資料。
INSERT INTO parttest PARTITION(pt)(a,pt) VALUES (1, 1);
INSERT INTO parttest PARTITION(pt)(a,pt) VALUES (1, 10);

---查詢表中欄位pt大於等於2的行。
SELECT * FROM parttest WHERE pt >= '2';
```
MaxCompute當前不支援時間/日期類型的資料作為分區列，但可使用自動分區表（AUTO PARTITION）能力，基於表中的時間/日期類型的資料進行Function Compute並產生分區，詳情請參見自動分區表（AUTO PARTITION）樣本。

普通分區表示例

建立分區表。

-- 建立一個普通二級分區表，以日期為一級分區，地區為二級分區
CREATE TABLE src (shop_name STRING, customer_id BIGINT) PARTITIONED BY (pt STRING,region STRING);

添加分區，並執行INSERT INTO命令向分區表src中追加資料。

ALTER TABLE src ADD PARTITION (pt='20170506',region='hangzhou') PARTITION (pt='20180101',region='shanghai');
INSERT INTO src PARTITION (pt='20170506',region='hangzhou') VALUES ('s1',1),('s2',2),('s3',3);
INSERT INTO src PARTITION (pt='20180101',region='shanghai') VALUES ('c1',4),('c2',5),('c3',6);

使用分區列作為過濾條件查詢資料。

正確樣本：MaxCompute在產生查詢計劃時只會將一級分區pt='20170506'下的二級分區region='hangzhou'的資料納入輸入中。

SELECT * FROM src WHERE pt='20170506' AND region='hangzhou';

返回結果如下：

+------------+-------------+------------+------------+
| shop_name  | customer_id | pt         | region     |
+------------+-------------+------------+------------+
| s1         | 1           | 20170506   | hangzhou   |
| s2         | 2           | 20170506   | hangzhou   |
| s3         | 3           | 20170506   | hangzhou   |
+------------+-------------+------------+------------+

錯誤樣本：在該方式下，MaxCompute並不能保證分區過濾機制的有效性。pt是STRING類型，當STRING類型與BIGINT（20170506）進行比較時，MaxCompute會將二者轉換為DOUBLE類型，此時可能會有精度損失。
```
SELECT * FROM src WHERE pt = 20170506 AND region = hangzhou; 
```

自動分區表（AUTO PARTITION）樣本

有關自動分區表的樣本介紹，請參見以下文檔：