通过分区键值发现性能问题（r2笔记84天)

在很多应用中如果数据量少有规模，都会有大量的分区表存在，使用比较多的是range partition. 一般的range partition都一时间为键值，或者根据业务绑定的关键id值。 虽然已经做了一些大数据量的数据迁移，但是不管是按照分区抽取，还是根据数据条数抽取，发现有一个表比较奇怪，一个100G左右的分区表，80%以上的数据都分布在一个分区里面，而这个大分区表却有180多个分区表。 如下所示，对于表charge，如果分区的大小在200M以内，就标记为1，如果大于200M，则按照200M为单位进行统计，可以看到，如下的分区 P120_C10占用了大量的空间，其他的分区却小的可怜。很明显从业务规划的角度存在一定的问题。 CHARGE P120_C100 1 CHARGE P120_C10 438 CHARGE P120_C20 1 CHARGE P120_C30 1 CHARGE P120_C40 1 CHARGE P120_C50 1 CHARGE P120_C60 1 CHARGE P120_C70 1 CHARGE P120_C80 1 CHARGE P120_C90 1 CHARGE P25_C100 1 CHARGE P25_C10 2 CHARGE P25_C20 1 CHARGE P25_C30 1 CHARGE P25_C40 1 CHARGE P25_C50 1 CHARGE P25_C60 1 CHARGE P25_C70 1 CHARGE P25_C80 1 CHARGE P25_C90 1 CHARGE P26_C100 1 CHARGE P26_C10 1 CHARGE P26_C20 1 CHARGE P26_C30 1 CHARGE P26_C40 1 CHARGE P26_C50 1 CHARGE P26_C60 1 CHARGE P26_C70 1 CHARGE P26_C80 1 CHARGE P26_C90 1 CHARGE P27_C100 1 CHARGE P27_C10 1 CHARGE P27_C20 1 CHARGE P27_C30 1 CHARGE P27_C40 1 CHARGE P27_C50 1 带着这个疑问，和对应的开发人员进行了沟通，因为这个表已经使用很长时间了，他们想让我们提供一些关键的信息，比如分区的逻辑等，简单抽取了一些信息如下， 对于最大的分区P120_C10来说，High_value是120,10 直接看也看不出来什么问题。 PARTITION_NAME HIGH_VALUE TS_NAME INI_TRANS LOGGING COMPRESS GLO LAST_ANAL ------------------------- --------------- ---------- ---------- ------- -------- --- --------- ....... P41_C90 41, 90 DATAH01 8 NO DISABLED YES 15-AUG-14 P41_C100 41, 100 DATAH01 8 NO DISABLED YES 15-AUG-14 P120_C10 120, 10 DATAH01 8 NO DISABLED YES 15-AUG-14 P120_C20 120, 20 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C30 120, 30 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C40 120, 40 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C50 120, 50 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C60 120, 60 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C70 120, 70 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C80 120, 80 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C90 120, 90 DATAH01 8 NO DISABLED YES 12-AUG-14 P120_C100 120, 100 DATAH01 8 NO DISABLED YES 12-AUG-14 根据最初的需求，是希望对于键值#1<120 键值#2<10的值，都能够插入到P120_C10 这个分区里面。 根据他们的期望，我对分区的数据进行了简单的分析，发现对于分区的键值在满足第一个分区的条件下，对于第二个键值的条件就直接忽略了。 select period_key,CUSTOMER_KEY from charge partition(P120_C10) group by period_key,CUSTOMER_KEY order by period_key,customer_key SQL> / 42 0 42 1 42 2 .... 42 14 42 15 42 16 42 17 ... 42 99 43 0 ... 44 99 45 0 45 1 45 2 45 3 45 4 ... 45 98 45 99 46 0 46 1 46 2 46 3 46 4 46 5 46 6 46 7 46 8 46 9 46 10 46 11 46 12 ... 57 88 57 89 57 90 57 91 57 92 57 93 57 94 57 95 57 96 57 97 57 98 57 99 如果这样看，似乎有些不太合理了，是什么原因导致这些数据进入p120_c10了呢。 来做个简单的测试模拟一下，发现对于这个多键值的分区表,分区的情况和单键值还是有很大的差别，比较容易混淆和误导。当第一个键值的条件满足时，就忽略了第二个键值的条件，（比如(55,70)，55已经小于第一个键值了，就直接插入p120_c10了，忽略了后面的一个条件) 如果键值等于120的时候，就开始校验第二个条件了（比如(120,5), (120,15)都校验了后面的键值，数据分别进入了p120_c10,p120_c20这两个分区) 如果键值大于120的时候，如果没有默认的分区，就直接报错了，因为oracle根据这种匹配还找不到对应的分区。

create table test (period_key number,customer_key number)
partition by range(period_key,customer_key)
(
partition p120_c10 values less than (120,10),
partition p120_c20 values less than (120,20),
partition p120_c30 values less than (120,30)
);
SQL> insert into test values(57,99);
1 row created.
SQL> insert into test values(57,150);
1 row created.
SQL> insert into test values(120,5);
1 row created.
SQL> insert into test values(119,50);
1 row created.
SQL> insert into test values(120,5);
1 row created.
SQL> insert into test values(120,15);
1 row created.
SQL> insert into test values(120,25);
1 row created.
SQL> insert into test values(120,30);
insert into test values(120,30)
            *
ERROR at line 1:
ORA-14400: inserted partition key does not map to any partition
SQL> insert into test values(121,1);
insert into test values(121,1)
            *
ERROR at line 1:
ORA-14400: inserted partition key does not map to any partition
SQL> select *from test partition(p120_c10); 
PERIOD_KEY CUSTOMER_KEY
---------- ------------
        57           99
        57          150
       120            5
       119           50
       120            5
SQL> select *from test partition(p120_c20); 
PERIOD_KEY CUSTOMER_KEY
---------- ------------
       120           15
SQL> select *from test partition(p120_c30); 
PERIOD_KEY CUSTOMER_KEY
---------- ------------
       120           25

对于这个问题，只能根据业务的角度进行重新规划来把数据进一步balance了。