ADB只支持hash分区吗？

目前adb只支持通过设置生命周期的方式进行分区，还不支持range、list、hash、key等MySQL支持的分区。 此回答整理自钉群“云数据仓库ADB-开发者群”

针对问题1，ADB不仅支持hash分区，还支持range分区和list分区。您可以根据实际场景选择不同的分区方式。

针对问题2，ADB默认的生命周期是7天。如果需要延长数据保留时间，可以在创建表时指定“TTL”参数。单独查询每一个分区数据的SQL语句可以参考以下示例：

SELECT * FROM <table_name> WHERE partition_time = '<partition_time>' 其中<table_name>为表名，<partition_time>为分区时间，可以根据实际情况替换。

针对问题3，若要查看某个分区有哪些数据，可以使用如下SQL语句：

SELECT * FROM <table_name> WHERE partition_time = '<partition_time>' 其中<table_name>为表名，<partition_time>为分区时间，可以根据实际情况替换。

ADB 2.0支持两级分区策略，一级分区采用HASH算法，单表数据量在60亿条以内；二级分区采用LIST算法，单表最大二级分区1095个。 目前ADB 3.0只支持一级分区。一级分区数不能超过256个。 不支持多列作为分区列。 没有限定最大分区数，系统会自动调整到最优值。 维度表没有分区定义，只有普通标有分区。

一张事实表至少有一级Hash分区并且分区数不能小于8个； 一个事实表最多不能超过1024个列。

ADB的事实表支持二级分区策略，一级分区采用 HASH 算法，二级分区采用 LIST 算法。通过二级分区策略，ADB可将表数据分布到不同的节点。

在ADB中，设置一级分区的目的是将数据均匀分散到多个 CN 节点当中，以便充分发挥ADB分布式计算的能力。设置二级分区的目的是将数据分散到不同的存储文件上，与传统数据库的分区相似。

ADB的表一级分区采用 HASH 分区，可指定任意一列（不支持多列）作为分区列。HASH 分区通过标准 CRC 算法计算出 CRC 值，并将 CRC 值与分区数作模计算，得出每条记录的分区号。空值的 HASH 值与字符串-1的 HASH 值相同。

在ADB中，一级分区列的选择依据（按优先级从高到低排序）如下：

如果是多个事实表（不包括维度表）JOIN，则选择参与 JOIN 的列作为分区列。如果是多列 JOIN ，则根据查询重要程度或查询性能要求（例如：某 SQL 的查询频率特别高）来选择分区列，以保证基于分区列的 JOIN 具有较好的查询性能。

选择 GROUP BY 或 DISTINCT 包含的列作为分区列。 选择值分布均匀的列作为分区列，请勿选择分区倾斜的列作为分区列。 如果常用的 SQL 包含某列的等值或 IN 查询条件，则选择该列作为分区列。

ADB的 LM 计算引擎是大部分查询所使用的计算引擎，它会在每个分区并行计算，每个分区计算使用一个线程，分区计算结果汇总到 FRONTNODE 。因此，如果分区数过小，则会导致并发低、单查询 RT时间长；如果分区数过多，则会导致计算结果数过多、增加FRONTNODE压力，并且容易产生长尾效应。

实际进行一级分区时，您需要根据资源配置和查询特点，选择合适的分区数。一级分区个数选择依据如下：

注意一级分区数不可修改。如需修改，必须删表重建。

参与快速 JOIN 的所有事实表的分区数必须相同。 每个一级分区的数据记录数建议为300万条到2000万之间。如果有二级分区，则保证一级分区下的每个二级分区的记录数在300万条到2000万条之间。

一级分区数应该大于ECU数量 * 6，同时需要考虑到后续的扩容需求。例如：某数据库资源是8个 C8，则分区数需要大于8 * 6 = 48。但分区数也要小于一定的值，实际分区时，也容易出现划分一级分区过多的情况，例如：两个 ECU 的情况下，设置了128个一级分区。 单表一级分区数最大值为256。如果需要设置成更大，请联系技术支持人员。

单计算节点的分区数（包括二级分区）不能超过10000。

设置一级分区数时，除以上依据外，您还需要特别注意以下问题：

一级分区数过多，例如：某数据库只有8个节点，但表的一级分区设置为了256，此情况一般出现在开发环境中。实际划分一级分区时，您需要根据实际环境的节点个数来规划一级分区数。 一级分区数过小，例如：某数据库有32个节点，但一级分区数设置为了8。如果数据库中有一个超过一亿记录数的表，则表数据会集中在8节点上，容易导致这8个节点出现存储空间不足、查询慢等问题。

每个一级分区下会包含多个二级分区。二级分区主要用于解决数据表需要按固定时间周期（例如：天、周、月、年）增加数据的问题，同时二级分区还考虑了保留一定时间范围的历史数据。

二级分区采用 LIST 分区，不同值的个数即为二级分区数。二级分区列是数据表中的一个 bigint 类型的列，通常为 bigint 类型的日期，例如：2017091210。

在ADB中，二级分区采用 LIST 算法实现单节点数据的二次分表，最终实现大数据表存储容量的扩展。二级分区键采用 bigint 数据类型，键值一般采用业务数据对应的值，例如：按日存储，数据字段为data_time=2017-01-01，则对应的二级分区键值为pt=20170101。二级分区个数即 select count(distinct pt) from table_name;的返回值。

二级分区支持自动清除历史数据。ADB内部会定期检查表的二级分区个数，当对表进行 optimize（自动或手工方式）操作时，如果表的二级分区数超过设定的值，则按二级分区键值大小排序来删除最早的二级分区。

在使用ADB的过程中，您必须防止垃圾数据自动清除有效数据。当误删有效数据时，请立即联系ADB的技术支持来恢复数据。