创建复合分区表
create table table2 (event_day DATE,siteid int defautl '10',citycode smallint,username varchar(32) defautl '',pv bigint sum default '0'
)aggregate key (event_day, siteid, citycode, username)
-- 按照event_day做range分区 --
paritition by range(event_day)
(partition p202106 values less than ('2021-07-01'),partition p202107 values less than ('2021-08-01'),partition p202108 values less than ('2021-09-01')
)
distributed by hash(siteid) buckets 10
properties("replication_num" = "3");
导入数据
数据文件table2_data内容如下，分隔符是竖线(|)
2021-06-03|9|1|jack|3
2021-06-10|10|2|rose|2
2021-07-03|11|1|jim|2
2021-07-05|12|1|grace|2
2021-07-12|13|2|tom|2
2021-08-15|14|3|bush|2
2021-08-12|15|4|helen|3
curl --location-trusted -u root:123456 -H “label:table2_20210707” -H “column_separator: |” -T table2_data http://node01:8030/api/test_db/table2/_stream_load
使用场景
- 有时间维度或者类似带有有序值的维度，可以已这类维度作为分区列。分区粒度可以根据导入频次，分区数据量等进行评估。
- 历史数据删除需求：如有删除历史数据的需求（比如，仅仅保留最近N天的数据）。使用复合分区，可以通过删除历史分区来达到目的。也可以通过在制定分区内发送delete语句进行数据删除。
- 解决数据倾斜问题：每个分区可以单独制定分桶数量。如按天分区，当每天的数据量差异很大时，可以通过制定分区的分桶数，合理划分不同分区的数据，分桶列建议选择区别度大的列。
