1、概述

對一個大問題進(jìn)行劃分處理是計算機(jī)領(lǐng)域常見的手段。在數(shù)據(jù)庫應(yīng)用中，對于一個大表，既可以選擇進(jìn)行水平分區(qū)，也可以選擇進(jìn)行垂直分區(qū)。水平分區(qū)在主流的數(shù)據(jù)庫產(chǎn)品中都得到了實現(xiàn)，垂直分區(qū)一般要靠數(shù)據(jù)庫設(shè)計人員自行實現(xiàn)（將一個表劃分為多個表）。金倉數(shù)據(jù)庫V6在數(shù)據(jù)庫內(nèi)核中實現(xiàn)了表的垂直分區(qū)，它可以簡化數(shù)據(jù)庫設(shè)計人員的工作，并為應(yīng)用程序提供透明的SQL訪問。

使用垂直分區(qū)主要利用了應(yīng)用對表中字段訪問的如下特性：

（1）字段訪問頻率的不均勻性：即某些字段訪問特別頻繁，其他字段則訪問的較少?？梢詤⒖?0/20原則。

（2）應(yīng)用對字段訪問的聚集性：即應(yīng)用中的查詢傾向于一起訪問某些字段，如a、b、c三列總是一起訪問；d、e兩列總是一起訪問?？梢詤⒖季植啃栽?。

（3）字段訪問順序的依賴性：即應(yīng)用中的查詢按照某個特定的順序訪問字段，例如訪問d、e字段前總是先訪問a、b、c字段。

在應(yīng)用對表的訪問滿足以上特性之一時，使用垂直分區(qū)可以使訪問/修改這些列的查詢不再需要訪問/修改其他無關(guān)列，從而減少物理I/O。

本文給出了一種根據(jù)“應(yīng)用的訪問模式”確定如何對表進(jìn)行垂直分區(qū)（即確定分區(qū)表中字段）的思路，并且以一個應(yīng)用為例。

2、金倉數(shù)據(jù)庫V6中垂直分區(qū)實現(xiàn)方法

金倉數(shù)據(jù)庫V6支持基于主碼連接的垂直分區(qū)，語法如下：

CREATE TABLE [ [ GLOBAL | LOCAL ] { TEMPORARY | TEMP } ] [SchemaName.]TableName  
(  
{ ColumnName <DataType> [IDENTITY [(Seed, Increment)]]  
   [ DEFAULT { NULL | USER | <Expression> } ] [ <ColumnConstraint> ]  
   | [ <TableConstraint> ]  
 } [, ...n ]  
) [ <VerticalPartitions> ]  
[TABLESPACE TablespaceName]  
   
<VerticalPartitions> ::= PARTITION BY COLUMN 
              ( [PartitionName]  
               ({ ColumnName [, ...n ])  
               [TABLESPACE TablespaceName] ) [, ...n ] 

垂直分區(qū)是按列進(jìn)行分區(qū)，即把一條記錄分開多個地方保存，每個分區(qū)的行數(shù)相同，列順序與PARTITION子句中的順序。

包括存放沒指定的列的分區(qū)，分區(qū)數(shù)目必須大于等于二，各分區(qū)表間允許字段重復(fù)，但不能完全重復(fù)。

垂直分區(qū)基表必須有主碼字段，如果分區(qū)沒有指定主碼字段，將在分區(qū)中加入基表中的主碼字段。

分區(qū)表不能有基表字段之外的字段，表中有但分區(qū)表沒指定的字段默認(rèn)放入一個新的分區(qū)表。

主碼字段和重復(fù)字段不能指定為IDENTITY。

如果沒有指定分區(qū)名，系統(tǒng)會自動建立分區(qū)名，分區(qū)的命名規(guī)則為基表名_VP_[1…N]。分區(qū)和基表在同一命名空間。

如果沒有指定表空間，缺省存放到分區(qū)基表所在的表空間中。

不支持建立跨分區(qū)的表級約束。

例子： 

CREATE TABLE base (  
col1 INT, col2 INT, col3 INT, col4 INT, col5 CHAR(100),  
PRIMARY KEY(col1, col2)  
)  
PARTITION BY COLUMN (P1(col1, col2, col3, col4), P2(col5)); 

將會創(chuàng)建名為BASE的基表和P1、P2兩個分區(qū)表。P1和P2的結(jié)構(gòu)如圖所示，兩個分區(qū)都包含元組控制信息（元組頭）、各分區(qū)的分區(qū)列和作為連接索引的主碼列col1和col2。

3、分區(qū)方案的選擇

在決定如何分區(qū)選擇時首先要了解應(yīng)用的場景，然后考慮分區(qū)對I/O的影響：

了解應(yīng)用場景（可以在應(yīng)用開發(fā)過程中進(jìn)行）

獲得應(yīng)用中包含的全部查詢；

記錄查詢的順序；

標(biāo)記查詢執(zhí)行的次數(shù)（或者是百分比）；

記錄查詢平均訪問的元組數(shù)；

看是否有滿足使用垂直分區(qū)的場景

將查詢按照涉及的表分組（涉及多個表的出現(xiàn)在多個組中）；

對每一組查詢，做一個表格，表格的列是該組查詢涉及的表的列和列長度，表格的行是查詢；

對于該組每一個查詢，標(biāo)記該查詢涉及的列；

結(jié)合查詢的頻率和訪問元組數(shù)粗略查看是否有滿足使用垂直分區(qū)的場景；

計算I/O量獲得分區(qū)方法

在滿足場景的組中選擇幾個分區(qū)方案，包括分區(qū)的類型和列的組合。

根據(jù)分區(qū)類型計算各分區(qū)的元組I/O量。

注意盡可能考慮訪問模式，即查詢執(zhí)行順序帶來的物理I/O差別?？赡軒淼牟顒e有：

1）去掉重復(fù)計算IO。例如一個涉及分區(qū)P1的查詢后會接著執(zhí)行一條更新該分區(qū)的語句，則更新語句的讀就不會是物理讀。

2）考慮命中率問題。不同分區(qū)的頁面命中率需要根據(jù)分區(qū)的訪問頻率進(jìn)行估計。

計算不分區(qū)方案和每個分區(qū)方案的I/O量，I/O量為查詢數(shù)*元組數(shù)*該分區(qū)元組I/O量。

比較選擇I/O量最小的方案。

驗證分區(qū)帶來的I/O減少

可能會有實際情況與計算不符的情況發(fā)生，因為計算中的I/O量是邏輯I/O量而不是準(zhǔn)確的物理I/O，實際測試每種方案，收集統(tǒng)計信息（每張表的讀寫信息、頁面的命中率），根據(jù)實際值調(diào)整方案。

4、實例：TPC-C的垂直分區(qū)選擇

TPC-C是一個典型的OLTP類型的負(fù)載。TPC-C測試中共有9張表，包括c_warehouse、c_customer、c_district、c_stock、c_order、c_order_line、c_item、c_history和c_new_order；另外，共有5種事務(wù)場景：new order、payment、order-status、delivery和stock-level，其中order-status和stock-level是純查詢事務(wù)，其它是以更新為主的事務(wù)。

分析5種事務(wù)包含的查詢，除去c_warehouse、c_distric表等小表，以及更新較多的大表，如c_order和c_order_line，我們可以知道在c_stock表和c_customer表上進(jìn)行垂直劃分可以帶來較大效率的提升。我們可以根據(jù)實際待測試的環(huán)境，按照前面描述的原則進(jìn)行垂直劃分方案的設(shè)計、測試和驗證。