StarRocks 数据库的分区表是一种用于存储和管理大规模数据的表结构。它将一个大表拆分成多个小的分区，每个分区都包含了表数据的一部分。这些分区可以按照特定的规则进行划分，例如时间、地理位置、业务领域等。

分区表的优势包括：

1. 提高查询性能：通过将大表拆分成多个分区，可以减少查询时需要扫描的数据量，从而提高查询性能。查询可以只扫描相关分区，而不是全表扫描。

2. 数据管理更灵活：可以对不同分区进行独立的数据管理，例如备份、还原、索引维护等。可以更精细地控制数据的生命周期和维护过程。

3. 可扩展性更好：随着数据量的增加，可以通过添加更多的分区来水平扩展表的存储能力，而不需要对整个表进行重构。

4. 更好的数据局部性：分区表可以根据数据的特征将数据分布在不同的物理存储上，从而提高数据的局部性，减少 I/O 开销。

创建分区表

StarRocks分区支持支持三种分区方式，表达式分区（推荐）、Range 分区 和 List 分区。

表达式分区

StarRocks 支持表达式分区，在建表时设置分区表达式（时间函数表达式或列表达式）。在数据导入时，StarRocks 会根据数据和分区表达式的定义规则自动创建分区，您无需在建表时预先手动/批量创建大量分区，或者配置动态分区属性。

创建语法：

PARTITION BY expression
...
PROPERTIES( 'partition_live_number' = 'xxx' ) ]

参数说明：

expression目前仅支持date_trunc和time_slice函数。

样例：

CREATE TABLE tb_expression_partition (
    event_day DATETIME NOT NULL,
    id INT,
    name VARCHAR(32)
)
DUPLICATE KEY(event_day, id, name)
PARTITION BY date_trunc('day', event_day)
DISTRIBUTED BY HASH(event_day, id);

-- 插入数据
INSERT INTO tb_expression_partition 
    VALUES ("2020-05-01 20:12:04",1,"name1");

Range分区

Range 分区适用于简单且具有连续性的数据，如时间序列数据（日期或时间戳）或连续的数值数据。并且经常按照连续日期/数值范围，来查询和管理数据。

• 静态分区

创建语法：

PARTITION BY RANGE (partition_columns)（ PARTITION <partition_name> 
VALUES LESS THAN ("yyyy-hh-dd") | VALUES [('startValue'), ('endValue')) 
, [, ...] )

样例：

CREATE TABLE tb_static_partition(
    part DATE,
    id INT DEFAULT '10',
    name VARCHAR(100)
)
UNIQUE KEY(part, id)
PARTITION BY RANGE(part)(
    PARTITION p2020 VALUES [('2020-01-01'), ('2021-01-01'))
)
DISTRIBUTED BY HASH(id);

• 动态分区

动态分区支持根据当前时间自动创建/删除分区。免除手动创建和删除分区的麻烦。

创建语法：

创建动态分区时需要在PROPERTIES中指定以下属性：

PROPERTIES(
    "dynamic_partition.enable" = "true",
    "dynamic_partition.time_unit" = "xxx",
    "dynamic_partition.start" = "xxx",
    "dynamic_partition.end" = "xxx",
    "dynamic_partition.prefix" = "xxx",
    "dynamic_partition.history_partition_num" = "xxx"
);

参数说明：

样例：

CREATE TABLE tb_dynamic_partition(
    part DATE,
    id INT DEFAULT '10',
    name VARCHAR(100)
)
UNIQUE KEY(part, id)
PARTITION BY RANGE(part)(
    PARTITION p2020 VALUES [('2020-01-01'), ('2021-01-01'))
)
DISTRIBUTED BY HASH(id)
PROPERTIES(
    "dynamic_partition.enable" = "true",
    "dynamic_partition.time_unit" = "DAY",
    "dynamic_partition.start" = "-10",
    "dynamic_partition.end" = "3",
    "dynamic_partition.prefix" = "p",
    "dynamic_partition.history_partition_num" = "10"
);

动态修改动态分区属性：

ALTER TABLE tb_demo SET("dynamic_partition.history_partition_num"="100");

List分区

List 分区适用于存储具有少量枚举值列的数据、并且经常按列的枚举值来查询和管理数据的场景。例如表示地理位置、状态、类别的列。列的每个值都代表一种独立的类别。按照列的枚举值对数据进行分区，可以提高查询性能和方便数据管理。

创建语法：

PARTITION BY LIST (partition_columns)（ PARTITION <partition_name> VALUES IN (value_list) [, ...] )

样例：

设置city在Beijing, Tianjin的为北方分区，Guangzhou, Shenzhen的为南方分区。

CREATE TABLE tb_list_partition (
    city bigint,
    id bigint,
    name varchar(20) not null
)
DUPLICATE KEY(id)
PARTITION BY LIST (part) (
   PARTITION pNorth VALUES IN ("Beijing","Tianjin"), 
   PARTITION pSouth VALUES IN ("Shenzhen","Guangzhou")
)
DISTRIBUTED BY HASH(`id`);

使用限制：

• 不支持动态和批量创建 List 分区。

• StarRocks 存算分离模式从 3.1.1 版本开始支持该功能。

• 使用 ALTER TABLE <table_name> DROP PARTITION <partition_name>; 分区直接被删除并且不能被恢复。

• List 分区暂时不支持备份与恢复。

• 异步物化视图暂不支持基于使用 List 分区的基表创建。