第五章 表分区与继承

第一节 原生分区策略 (范围、列表、哈希)

目标：理解表分区的核心概念与优势，并熟练掌握 PostgreSQL 17 提供的三种原生分区策略：范围（Range）、列表（List）和哈希（Hash）。

当一张表的数据量增长到数千万甚至数十亿行时，查询和维护性能会急剧下降。索引会变得臃肿，VACUUM 操作耗时漫长，简单的查询也可能需要扫描大量无关数据。表分区（Table Partitioning）正是解决这一问题的关键技术。

表分区是将一个逻辑上的大表，根据特定规则（分区键），物理上分割成多个更小、更易于管理的子表（分区）的过程。对于应用程序来说，它访问的仍然是主表（分区表），数据库会自动将查询路由到正确的分区上。

分区的主要优势：

  • 查询性能提升：查询优化器可以根据 WHERE 子句中的条件，只扫描相关的分区（这个过程称为“分区裁剪”，Partition Pruning），避免全表扫描。
  • 维护效率更高：可以对单个分区进行 VACUUM、REINDEX 或备份，操作时间大大缩短。对于历史数据，可以直接附加（Attach）或分离（Detach）分区，实现秒级数据归档或加载。
  • 批量加载/删除更快：通过 DROP 整个分区来删除大量数据，远比 DELETE 命令快得多。

PostgreSQL 提供了三种原生的分区方法，下面我们逐一详解。

📈 1. 范围分区 (Range Partitioning)

范围分区是最常见的分区类型，它根据分区键的连续范围将数据分配到不同的分区。非常适合处理具有时间序列特性的数据，如日志、交易记录、物联网传感器数据等。

语法结构

1
2
3
4
5
6

CREATE TABLE measurement (
    city_id         int not null,
    logdate         date not null,
    peaktemp        int,
    unitsales       int
) PARTITION BY RANGE (logdate);

实战示例：按月分区的日志表

假设我们有一个 access_logs 表，需要按月进行分区。

第一步：创建分区主表

1
2
3
4
5
6
7

CREATE TABLE access_logs (
    log_id      BIGSERIAL,
    ip_address  INET NOT NULL,
    log_time    TIMESTAMP WITH TIME ZONE NOT NULL,
    url         TEXT NOT NULL,
    PRIMARY KEY (log_id, log_time) -- 分区键必须是主键或唯一约束的一部分
) PARTITION BY RANGE (log_time);

第二步：创建具体的分区 每个分区都存储特定时间范围的数据。

1
2
3
4
5
6
7

-- 2025年1月份的分区
CREATE TABLE access_logs_y2025m01 PARTITION OF access_logs
    FOR VALUES FROM ('2025-01-01') TO ('2025-02-01');

-- 2025年2月份的分区
CREATE TABLE access_logs_y2025m02 PARTITION OF access_logs
    FOR VALUES FROM ('2025-02-01') TO ('2025-03-01');

第三步：插入和查询 数据插入主表后，会自动路由到正确的分区。

1
2
3
4
5

INSERT INTO access_logs (ip_address, log_time, url)
VALUES ('192.168.1.100', '2025-01-15 10:00:00+08', '/home');

-- 这个查询将只会扫描 access_logs_y2025m01 分区
EXPLAIN SELECT * FROM access_logs WHERE log_time >= '2025-01-10' AND log_time < '2025-01-20';

🗂️ 2. 列表分区 (List Partitioning)

列表分区根据分区键的离散值列表来组织数据。它适用于分区键的值是有限且固定的场景，如国家代码、产品类别、城市等。

语法结构

1
2
3
4
5

CREATE TABLE sales (
    sale_id     BIGSERIAL,
    country     TEXT NOT NULL,
    amount      NUMERIC
) PARTITION BY LIST (country);

实战示例：按国家分区的销售数据表

第一步：创建分区主表

1
2
3
4
5
6
7

CREATE TABLE sales_by_country (
    sale_id     BIGSERIAL,
    country     TEXT NOT NULL,
    amount      NUMERIC,
    sale_date   DATE,
    PRIMARY KEY (sale_id, country)
) PARTITION BY LIST (country);

第二步：创建具体的分区 每个分区可以包含一个或多个国家的数据。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

-- 亚洲国家分区
CREATE TABLE sales_asia PARTITION OF sales_by_country
    FOR VALUES IN ('China', 'Japan', 'India');

-- 欧洲国家分区
CREATE TABLE sales_europe PARTITION OF sales_by_country
    FOR VALUES IN ('Germany', 'France', 'UK');

-- 北美国家分区
CREATE TABLE sales_north_america PARTITION OF sales_by_country
    FOR VALUES IN ('USA', 'Canada');

-- 为其他所有情况创建一个默认分区
CREATE TABLE sales_others PARTITION OF sales_by_country DEFAULT;

注意：DEFAULT 分区非常有用，可以防止因出现未预期的分区键值而导致插入失败。

#️⃣ 3. 哈希分区 (Hash Partitioning)

当分区键没有自然的范围或列表归属，但你希望将数据均匀地分布到固定数量的分区中以实现负载均衡时，哈希分区是最佳选择。它通过对分区键计算哈希值，然后根据哈希值的模数来决定数据应存入哪个分区。

语法结构

1
2
3
4
5

CREATE TABLE user_profiles (
    user_id     BIGINT,
    username    TEXT,
    email       TEXT
) PARTITION BY HASH (user_id);

实战示例：按用户ID分区的用户表

第一步：创建分区主表

1
2
3
4
5
6

CREATE TABLE users (
    user_id     BIGINT,
    username    TEXT,
    signup_date DATE,
    PRIMARY KEY (user_id) -- 哈希分区键通常就是主键
) PARTITION BY HASH (user_id);

第二步：创建固定数量的分区 假设我们想把用户数据均匀地分到 4 个分区中。

1
2
3
4

CREATE TABLE users_p0 PARTITION OF users FOR VALUES WITH (MODULUS 4, REMAINDER 0);
CREATE TABLE users_p1 PARTITION OF users FOR VALUES WITH (MODULUS 4, REMAINDER 1);
CREATE TABLE users_p2 PARTITION OF users FOR VALUES WITH (MODULUS 4, REMAINDER 2);
CREATE TABLE users_p3 PARTITION OF users FOR VALUES WITH (MODULUS 4, REMAINDER 3);
  • MODULUS：指定总的分区数量。
  • REMAINDER：指定当前分区接收的哈希余数。

数据插入时，PostgreSQL 会自动计算 user_id 的哈希值，并根据 hash(user_id) % 4 的结果将数据放入对应的分区。

📌 小结

分区策略适用场景优点缺点
范围 (Range)时间序列数据、连续变化的数值便于按时间归档和清理可能出现数据倾斜（如节假日数据暴增）
列表 (List)分类数据、状态码、地理位置分区逻辑清晰，符合业务直觉分区键的值必须是可枚举的
哈希 (Hash)希望均匀分布数据，无明显业务分组数据分布均匀，避免热点失去业务上的可读性，不便于按业务归档

选择正确的分区策略是设计可扩展数据库架构的第一步。在下一节中，我们将对比现代原生分区与传统的继承分区方法，让你更深刻地理解原生分区的优势。