开发指南—DDL语句—分区表语法—ALTER TABLEGROUP

简介: ALTER TABLEGROUP语句用于修改表组的分区规则,例如分裂、合并和迁移等

语法


ALTER TABLEGROUP tg_name alter_tablegroup_specification;
  • 分区组分裂
-- 对于Range分区,支持以下语法:

-- 将分区分裂成指定范围的多个分区
ALTER TABLEGROUP tg_name split PARTITION identifier INTO
(partition_definition,partition_definition, [, partition_definition] ...);

partition_definition:
PARTITION partition_name
[VALUES
{LESS THAN {(value_list) | MAXVALUE}
|
IN (value_list)}]

-- 对于Range分区,支持以下语法
-- 按照指定值将一个range分区一分为二
ALTER TABLEGROUP tg_name split PARTITION partition_name at(number) into
(PARTITION partition_name,
PARTITION partition_name);

-- 对于List分区,支持以下语法:
ALTER TABLEGROUP tg_name split PARTITION partition_name into
(partition_definition,partition_definition, [, partition_definition] ...);

-- 对于Hash分区,支持以下语法:
-- 用分区均值作为分裂点,将一个分区切分为两个分区
ALTER TABLEGROUP tg_name SPLIT PARTITION partition_name;
-- 将热点值提取到单独到分区
ALTER tablegroup tgName extract to partition by hot value(xxx)
  • 分区合并将多个分区(两个或者两个以上)合并成一个分区。
ALTER TABLEGROUP tg_name MERGE PARTITIONS partition_name,...,partition_name TO partition_name;
e.g.
ALTER TABLEGROUP tbl_tg MERGE PARTITIONS p2,p3 to p23;
  • 分区迁移将分区迁移到指定的DN节点。
ALTER TABLEGROUP tg_name MOVE PARTITIONS partition_name,...,partition_name TO dn_id
e.g.
ALTER TABLEGROUP tg_name MOVE PARTITIONS p2,p4 to 'dn-0' ;
  • 增加分区对于Range/List策略的分区组,支持增加分区。
ALTER TABLEGROUP tg_name add partition (partition_definition [,partition_definition] ...)
  • 删除分区对于Range/List分区策略的分区组,支持删除分区。
ALTER TABLEGROUP tg_name drop partition partitiion_name [,partition_name] ...
  • 重命名分区
ALTER TABLEGROUP tg_name rename partition partitiion_name to partitiion_name[, partitiion_name to partitiion_name]
  • 修改分区值只支持对list/list column分区策略的分区修改分区值。
ALTER TABLEGROUP tg_name modify partition_name add/drop values in (value_list)
相关文章
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
292 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
303 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
809 6