数据分区

数据分区的底层逻辑是 :-> 将一张表的数据按某种规则（如范围、哈希或复合条件）划分为多个逻辑子集，称为分区。
分区的好处

• 查询性能角度 :-> 按特定规则分区，查询时仅访问相关分区数据，减少 I/O 操作，加快查询速度

• 管理角度 :-> 把大表拆分为小且易管理的块，方便数据的维护、备份、恢复等操作

• 数据隔离角度 :-> 可将不同类型或不同时间范围的数据分隔，简化数据管理流程，也利于权限控制等
  数据分区算法

• 范围分区

  • 原理 :-> 根据数据在某个维度上的连续范 围， 如日期、 数字大小等划分，每 个分区存储特定范围的数据
  • 场景 :-> 时间序列数据（如按日期存储的日志、交易记录）， 有明显数据范围区间（如按年龄区间存储的用户信 息），方便进行范围查询的数据场景

• 列表分区

  • 原理 :-> 按照离散值列表进行分区， 将具有 特定离散值的数据划分到同一分区
  • 场景 :-> 数据值可枚举且有限的场景，如按地区（固定几个地 区选项）、性别（男/女）等维度进行分区的数据

• 哈希分区

  • 原理 :-> 通过哈希函数计算数据的哈希值， 依据哈希值将数据分配到不同分 区，能让数据较为均匀分布
  • 场景 :-> 数据分布需要尽量均匀， 对负载均衡要求较高的场 景；不太需要范围查询，更注重随机读写性能的场景， 如大规模用户数据的存储，可按用户 ID 哈希分区

• 复合分区

  • 原理 :-> 组合使用多种分区类型， 先按一种 规则进行粗粒度分区， 再在每个分 区内按另一种规则细分
  • 场景 :-> 数据量极大且具有多种特征维度的复杂场景，如既需 要按时间范围（范围分区）又需要按业务类型（列表 分区）进行管理的数据