PostgreSQL之分区表(partitioning)

    PostgreSQL有一项非常有用的功能,分区表,或者partitioning。当某个TABLE的记录非常的多,千万甚至更多的时候,我们其实需要将他分割成子表。一个庞大的TABLE,就像水果仓库杂乱无章地堆放着无数的苹果桃子和桔子,查找不方便,性能降低,比较合理的做法是将仓库分成三个子区域,分表放苹果桃子和桔子。一张大表就变成了三个小表的集合。

    通过合理的设计,可以将选择一定的规则,将大表切分多个不重不漏的子表,这就是传说中的partitioning。比如,我们可以按时间切分,每天一张子表,比如我们可以按照某其他字段分割,总之了就是化整为零,提高查询的效能。

    怎么实现这个分区表的功能呢?
       1 建立大表。
       2 创建分区继承
       3 定义Rule或者Trigger?

    下面根据一个简单的例子,描述这个过程。我们将学生按照低于60分和不低于60分切分成两张子表。

       1 建立大表   

    
    CREATE TABLE student (student_id bigserial, name varchar(32), score smallint)

       2 创建分区继承。

    
    CREATE TABLE student_qualified (CHECK (score >= 60 )) INHERITS (student) ;
    CREATE TABLE student_nqualified (CHECK (score < 60)) INHERITS (student) ;

    创建了两个分区表,student_qualified和student_nqualified,继承了大表student的一切字段,同时设定了约束,即CHECK条件。

    3 定义Rule或者Trigger。

       虽然我们定义了CHECK条件,但是往student插入数据时,PostgreSQL并不能根据score是否低于60插入的正确的子表,原因是,你并没有定义这种规则,来告诉数据这么做。我们需要定义Rule或者Trigger,将数据插入到正确的分区表。
       先看下Rule的定义:

    
    CREATE OR REPLACE RULE insert_student_qualified 
    AS ON INSERT TO student 
        WHERE score >= 60
        DO INSTEAD
        INSERT INTO student_qualified VALUES(NEW.*);
    
    CREATE OR REPLACE RULE insert_student_nqualified 
    AS ON INSERT TO student 
        WHERE score < 60
        DO INSTEAD
        INSERT INTO student_nqualified VALUES(NEW.*);

    这两个Rule告诉了PostgreSQL,当往总表插数据的时候,如果是score< 60,则插入student_nqualified,如果score>=60,则插入student_qualified.注意了,这个分割一定要不重不漏,如果我们不小心将>=60条件的“=”丢掉,等于60分的记录将会录入大表student,不在任何一个分区表中。
    我们插入一些记录:

    
    INSERT INTO student (name,score) VALUES('Jim',77);
    INSERT INTO student (name,score) VALUES('Frank',56);
    INSERT INTO student (name,score) VALUES('Bean',88);
    INSERT INTO student (name,score) VALUES('John',47);
    INSERT INTO student (name,score) VALUES('Albert','87');
    INSERT INTO student (name,score) VALUES('Joey','60');

    我们看下数据分布情况,是否分布到了正确的的分区表:

    
    SELECT p.relname,c.tableoid,c.* 
    FROM student c, pg_class p
    WHERE c.tableoid = p.oid

    输出如下:

    我们看到,虽然我们插入的是大表,但是数据却存在了对应的分区子表。符合我们的期望。同时还不影响查询。

    Rule是一个分流的办法,还有TRIGGER也能做到让正确的数据流向正确的分区子表。
    首先我们定义个function。

    
    CREATE OR REPLACE FUNCTION student_insert_trigger()
    RETURNS TRIGGER AS 
    $$
    BEGIN
       IF(NEW.score >= 60) THEN
         INSERT INTO student_qualified VALUES (NEW.*);
       ELSE 
         INSERT INTO student_nqualified VALUES (NEW.*);
       END IF;
       RETURN NULL;
    END;
    $$
    LANGUAGE plpgsql ;

    然后定义TRIGGER,当插入到student之前,就会触发trigger:

    
    CREATE TRIGGER insert_student 
      BEFORE INSERT ON student
      FOR EACH row
      EXECUTE PROCEDURE student_insert_trigger() ;

    我们首先通过删除TABLE student,测试下trigger方式。

    
    DROP TABLE STUDENT CASCADE
    
    CREATE TABLE student (student_id bigserial, name varchar(32), score smallint) ;
    CREATE TABLE student_qualified (CHECK (score >= 60 )) INHERITS (student) ;
    CREATE TABLE student_nqualified (CHECK (score < 60)) INHERITS (student) ;

    然后执行定义FUNCTION和定义TRIGGER的语句。就可以查看了。
    为了确认我们的触发器的确触发了,我们打开存储过程的统计开关:
    在postgresql.conf中,找到track_functions,改成all

    track_functions = all

    插入之前先看下function student_insert_trigger的统计信息:

    执行插入:

    
    INSERT INTO student (name,score) VALUES('Jim',77);
    INSERT INTO student (name,score) VALUES('Frank',56);
    INSERT INTO student (name,score) VALUES('Bean',88);
    INSERT INTO student (name,score) VALUES('John',47);
    INSERT INTO student (name,score) VALUES('Albert','87');
    INSERT INTO student (name,score) VALUES('Joey','60');

    插入后,看下function student_insert_trigger的统计信息

    我们看到trigger触发了6次。
    执行下查询:

    
    SELECT p.relname,c.tableoid,c.* 
    FROM student c, pg_class p
    WHERE c.tableoid = p.oid

    输出如下:

    参考文献

    1 PostgreSQL document