数据分区：即将大表划分为小表，数据分区主要有两个级别：Partition和Bucket（Tablet）。

Partition：逻辑分区，按照一定规则将表按照行进行划分，每个部分就是一个Partition。

Bucket：物理分区则，在物理上对每个Partition内的数据进行进一步的细分(按行)。分桶时，会选取一列，如Id，按照id的hashcode值%桶数，得到数据所在桶的位置。存储时，会创建文件夹对数据进行存储，文件夹的名字就是桶号。

Partition

Partition支持Range和List两种划分方式

Range(范围分区，单列分区):

PARTITION BY RANGE(data)

(

PATITION  ‘p201701’ VALUES LESS THAN(‘2017-02-01’),

PATITION  ‘p201702’ VALUES LESS THAN(‘2017-03-01’),【0201，0301）

PATITION  ‘p201703’ VALUES LESS THAN(‘2017-04-01’),

)

Attention:分区的上界，前闭后开，当分区创建完成后，某个分区再被删除时，其他分区的范围并不受影响(分区空洞)，但分区空洞可以通过创建新的分区进行补充。

Range(范围分区，多列分区)：

PARTITION BY RANGE(`date`, `id`)
(
PARTITION `p201701_1000` VALUES LESS THAN ("2017-02-01", "1000"), #设置分区上界和id上界
PARTITION `p201702_2000` VALUES LESS THAN ("2017-03-01", "2000"),
PARTITION `p201703_all` VALUES LESS THAN ("2017-04-01") ,#没有指定时会按照默认值，同样遵守前闭后开原则
)

Attention:如果日期不在分界点上，可以只看日期，如果在分界点上，先比较日期，在比较后续字段的值，如果值大于分界点的值就落入前者分区，否则落入后者分区

List分区(单列分区)：

支持BOOLEAN，TINYINT，SMALLINT，INT，BIGINT，LARGEINT.,CHAR...多种数据类型,当分区值为枚举值，只有当数据为目标分区枚举值其中之一时，才可以命中分区。

PARTITION BY List (”分区字段”)

(

PARTITION  “分区名” VALUES IN (“枚举值”,”枚举值”,”枚举值”)   

)

Attention: 当要插入的值与该分区中的值相同时，则插入该分区中

List分区(多列分区)：

PARTITION BY List (”分区字段”,”分区字段”)

(

PARTITION  “分区名” VALUES IN ((“枚举值”,”枚举值”),(”枚举值”,”枚举值”))    

)

Attention：对于多列分区，只有所有字段的值都与该分区中的值相同时，才会插入该分区中

分桶

如果使用了分区，则DISTRIBUTED..描述的数据实在各个分区内划分规则，否则描述的时整张表的数据的划分规则。

Attention：

1. 分桶可以时多列，但必须为KEY列，分桶列可以与分区列相同或不同
2. 分桶列的选择实在查询吞吐和查询并发之间的一种权衡

如果选择多个分桶列，则经过Hash散列后，数据分布会更均匀

如果选择一个或少数分桶列，则数据分布较为集中

复合分区和单分区

复合分区：建表时不仅指定分区还会指定分桶

单分区：没有分区，只有分桶，此时Doris底层会将整张表作为一个分区

复合分区使用场景：

1. 标中字段有时间维度或类似带有有序值的维度，可以以这类维度列作的分区列。
2. 有删除历史数据的需求（比如仅保留最近N天的数据）可以通过删除除历史分区来达到目的。也可以通过在指定分区内发送DELETE语句进行数据出除
3. 解决数据倾斜问题：每个分区可以单独指定分桶数量。如按天分区，当每天的数据量差异很大时，可以通过指定分区的分桶数，合理划分不同分区的数据，分桶列建议选择区分度大的列

PROPERTIES

在建表语句中用于设置表的属性参数

常用属性有：

1. replication_num(分片副本数):用于指定每个Tablet的副本数量，提高数据安全性并且能够在Sql执行过程中提高在本地查询命中的概率。副本数量在运行时可以进行修改，最大副本数量取决于集群中独立IP的数量
2. Storage_medium(存储介质)：默认存储介质可以通过fe的配置文件指定，默认为HDD，如果指定为SSD，则数据初始存放在SSD上，在没有storage_cooldown_time的情况下，默认30填后，数据会从SSD上自动迁移至HDD上，若指定，则按照指定时间迁移。
3. Storage_cooldown_time(热数据冷却时间)