Hadoop系列(8):数据存储之数据分区及放置策略

1、分区的定义及作用

定义：将表、索引或索引编排细分为更小的段，数据库对象的每一个段称为区。

作用：分区操作可以并行执行；分区之间相互独立，系统可用性高；查询操作可以仅查询部分分区而不是整个数据库。

2、分区方式

（1）范围分区

范围分区：按照数据表中某个值得范围进行分区，根据值得范围决定数据所在分区。

主要特点：能够根据数据的范围，将不同范围的数据存储在不同的分区。

适用：按照时间范围存储数据的系统（日志）

（2）列表分区

列表分区：对一系列离散数值分区，分区键由一个单独的列组成。

特点：

    通过对分区字段的离散值分区

    不排序，而且分区之间没有关联关系

    适用于对数据的离散值控制

    只支持单字段（易于查找相应数据，但是可能会存在数据分布不均匀的问题）

适用：存储重复率比较高的数据

（3）哈希分区

哈希分区：首先将分区进行编号，再通过哈希函数指定分区存储数据。插入数据时，基于分区字段的哈希值，自动将记录插入到指定分区。（用户需要指定分区数量，哈希函数）

特点：

   适用于静态数据

   数据存储均匀

   数据管理能力弱 

   易于实施，总体性能最佳

适用：存储