GaussDB 分片和分区策略

注意：REPLICATION 表会造成存储空间膨胀（每节点一份全量），且更新时所有节点同步，会影响写入性能，需要谨慎使用。

二、表分区策略（单节点内部分区）

这是在单个数据节点内部，进一步对表进行水平拆分的方式，主要用来提升查询性能和维护便捷性（如快速删除历史分区）。GaussDB 支持以下几种分区类型：

• 范围分区：根据数据范围（如日期、数值区间）将数据划分到不同分区，是最常用的分区方式。
• 列表分区：根据离散的值列表进行分区，例如按业务类型、地区代码分区。
• 哈希分区：通过哈希算法将数据均匀分布到多个分区，用于打散热点数据。
• 间隔分区：一种特殊的范围分区，当插入的数据超出已有范围时，数据库会自动创建新分区，极大简化了按时间分区的维护工作。
• 二级分区：在上述一级分区的基础上，再嵌套一层分区，例如先按 范围分区（按年），再按 哈希分区（按用户ID），以应对更复杂的场景。

💡 区分要点：

• 分布策略决定了数据存储在哪台机器上，解决的是横向扩展问题。
• 表分区决定了数据在单台机器内部如何组织，解决的是单表管理和查询剪枝问题。

三、分片键选择的核心原则

分片键（分布键）的选择是 GaussDB 设计中最关键的一环，直接影响系统性能。主要遵循以下原则：

1. 数据均匀：选择取值离散且分布均匀的列（如用户ID），避免数据倾斜导致部分节点过载。
2. 贴合查询：高频查询的 WHERE 条件中应包含分片键，实现“单点命中”，避免 SQL 下发到所有节点执行（即“读放大”）。
3. 利于关联：对于经常 JOIN 的大表，尽量选择相同的列作为分片键，使关联操作在节点内本地完成，大幅减少跨节点数据传输。
4. 避免更新：分片键的值一旦插入，不建议更新。更新分片键可能导致数据需要在节点间迁移，带来严重的性能开销。
5. 控制数量：复合分片键不宜超过3列。