标签：表拆分 添加文件 适合 com 就是 不同 性能 png serve
概述
分区表
1，分区表(水平分表)
分区表并不算高难度的技术点
传统分表：将一个大表在逻辑上拆分成多个小表；它们在业务上可能会保持整体；但是在逻辑上实际已经不是同一个表了
这种分表增加程序的复杂度，如要针对不同的表生成不同的sql语句;增加程序出错的可能性；增加了开发工作量
分区表：将大表分成若干个小表，它们逻辑上还是一张表；也叫物理分表；从物理上将一个大表拆分成多个小表
分区后的聚集索引是分布在各个分区中的；并不是在同一个分区
对于开饭者而言，都是对同一张表的访问；而数据库会自动将数据写入或读取相应数据所存放的表的物理文件；
它是将一个数据文件拆分成多个数据文件；文件的存放依托于一个文件组；或者是多个文件组，多个文件组实际上可以提高访问的并发量；
不同的分区的可以配置在不同的磁盘上，以提高IO；将多个文件组放在不同的磁盘上，提高IO效率
所以推荐分区的数量和文件组的数量保持一致，以提升IO
优势：
查询合理时，使用正确的查询列，可以减少IO，数据量；提升部分性能
分区表适合限定操作数据量，减小数据操作的数据量
面对大数据量时，可以提高一部分性能
使用水平分区表的场景
出现数据分段时；如以年进行数据分段
对数据的操作只涉及到某一部分数据，这一部分数据具有自己的特征，一般特征比较明显
sql server2019使用分区表
1，给数据库添加文件组；如下给Foundation数据库添加5个文件组
2，给每一个文件组创建文件
3，你可以在文件组的属性中查看到新增的文件组和文件
4，为表创建分区；如下示例；选择Employee表(100万行数据)；右键->属性->存储->创建分区
5，选择分区列；
跟随分区向导，进入分区列选择页；分区列是根据列的范围进行划分表的分区
如选择int型列(id，编码等)，1-100000在一个分区；100001-200000在另一个分区......
如选择datetime型列(交易时间，创建时间等)，2018年，2019，2020年的数据分别在不同的分区.....
datetime类型列一般在【业务】逻辑上也具有分区，int类型的相对而言【业务】上的分区没那么强
在此处，我们选择了一个名为shardId的int型自增的字段作为分区列
这里选择的shardid是一个自增的int字段
6，设置分区；
点击"下一步”，输入分区函数(实际上就是一个命名)；再点击"下一步”，输入分区方案(实际上就是一个命名)
7，设置分区详细规则
规则有两种，左边界，右边界；在此我们使用左边界
选择文件组，设置边界值；
注，最后一个文件组的边界我设置为了空，表示超过上一个边界的都存放在最后一个边界
点击预计存储空间，可以看到对应的存储空间
8，点击下一步，生成分区执行的脚本
9，执行生成的分区脚本
10，查看被分区的表的分区情况
在表属性的存储页签中，你可以看到表的分区方案，分区列，分区数，是否执行分区等；
按以下步骤操作查看；选择Employee表，右键->属性->存储
总结：分区表整体上还是一个表，但是物理上已经分成了若干个不同的文件；
当对分区表进行全表扫描时，由于数据分布在不同的文件上，会比未分区的表会有性能下
标签：表拆分 添加文件 适合 com 就是 不同 性能 png serve
原文地址：https://www.cnblogs.com/cmliu/p/13682163.html
