較早就知道Hash分區建議分區數是2的冪， 只是當作經驗值記錄，一直都沒有測試過， 今天做了個簡單測試， 供大家參考。 親手做過的實驗，

記憶更加深刻一些 。

Oracle 10.2.0.4

1.??建立分區數為5的hash分區表test01：

create table test01

partition by hash(object_id)

(partition p1,

partition p2,

partition p3,

partition p4,

Partition p5)

as select * from sys.dba_objects;

查看各個分區的記錄數 (隱約可以看出如果1，5合并的話，數據分布會非常平均)：

select count(*) from test01 partition (p1);

6746

select count(*) from test01 partition (p2);

13550

select count(*) from test01 partition (p3);

13764

select count(*) from test01 partition (p4);

13445

select count(*) from test01 partition (p5);

6777

2.??直接建立分區數為8 (2的3次方) 的hash分區表test02：

create table test02

partition by hash(object_id)

(partition p1,

partition p2,

partition p3,

partition p4,

partition p5,

partition p6,

partition p7,

Partition p8)

as select * from sys.dba_objects;

查看各個分區的記錄數 (數據是平均分布的)：

select count(*) from test02 partition (p1);

6750

select count(*) from test02 partition (p2);

6861

select count(*) from test02 partition (p3);

6891

select count(*) from test02 partition (p4);

6682

select count(*) from test02 partition (p5);

6778

select count(*) from test02 partition (p6);

6689

select count(*) from test02 partition (p7);

6874

select count(*) from test02 partition (p8);

6766

3.??在test01上增加hash分區p6：

alter table test01 add partition p6 ;

這時候后來看test01的數據分布：

select count(*) from test01 partition (p1); -- 沒變

6746

select count(*) from test01 partition (p2); -- 少了6689

6861

select count(*) from test01 partition (p3); -- 沒變

13764

select count(*) from test01 partition (p4); -- 沒變

13445

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 恰好是6689

6689

4.??在test01上增加hash分區p7：

alter table test01 add partition p7 ;

這時候后來看test01的數據分布(以下比較是相對于加入p6后)：

select count(*) from test01 partition (p1); -- 沒變

6746

select count(*) from test01 partition (p2); -- 沒變

6861

select count(*) from test01 partition (p3); -- 少了6874

6890

select count(*) from test01 partition (p4); -- 沒變

13445

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 沒變

6689

select count(*) from test01 partition (p7); -- 恰好是6874

6874

5.??在test01上增加hash分區p8：

alter table test01 add partition p8 ;

這時候后來看test01的數據分布(以下比較是相對于加入p7后)：

select count(*) from test01 partition (p1); -- 沒變

6746

select count(*) from test01 partition (p2); -- 沒變

6861

select count(*) from test01 partition (p3); -- 沒變

6890

select count(*) from test01 partition (p4); -- 少了6765

6680

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 沒變

6689

select count(*) from test01 partition (p7); -- 沒變

6874

select count(*) from test01 partition (p7); -- 恰好是6765

6765

大家從上面的數據分布拆分情況可以大致看出Oracle是如何將數據平均分布

的，也應該大致理解了為什么Oracle的HASH分區數建議是2個冪 。

還可以看到加入到8個分區(2的3次方)后數據都平均分布了，和一次性直接劃分

為8個分區數據分布比較接近 (但是不相同)。

6.??下面簡單測試一下如果從8個分區繼續加入到9，10，11，16

個分區又是怎樣的情況呢 ？ 這里我們還是以test01表來做測試。

alter table test01 add partition p9 ;

這時候后來看test01的數據分布(以下比較是相對于加入p8后)：

select count(*) from test01 partition (p1); -- 少了3390

3356

select count(*) from test01 partition (p2); -- 沒變

6861

select count(*) from test01 partition (p3); -- 沒變

6890

select count(*) from test01 partition (p4); -- 沒變

6680

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 沒變

6689

select count(*) from test01 partition (p7); -- 沒變

6874

select count(*) from test01 partition (p8); -- 沒變

6765

select count(*) from test01 partition (p9); -- 恰好是3390

3390

7.??alter table test01 add partition p10 ;

這時候后來看test01的數據分布(以下比較是相對于加入p9后)：

select count(*) from test01 partition (p1); -- 沒變

3356

select count(*) from test01 partition (p2); -- 少了3443

3418

select count(*) from test01 partition (p3); -- 沒變

6890

select count(*) from test01 partition (p4); -- 沒變

6680

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 沒變

6689

select count(*) from test01 partition (p7); -- 沒變

6874

select count(*) from test01 partition (p8); -- 沒變

6765

select count(*) from test01 partition (p9); -- 沒變

3390

select count(*) from test01 partition (p10); -- 恰好是3443

3443

8.??alter table test01 add partition p11 ;

這時候后來看test01的數據分布(以下比較是相對于加入p10后)：

select count(*) from test01 partition (p1); -- 沒變

3356

select count(*) from test01 partition (p2); -- 沒變

3418

select count(*) from test01 partition (p3); -- 少了3444

3446

select count(*) from test01 partition (p4); -- 沒變

6680

select count(*) from test01 partition (p5); -- 沒變

6777

select count(*) from test01 partition (p6); -- 沒變

6689

select count(*) from test01 partition (p7); -- 沒變

6874

select count(*) from test01 partition (p8); -- 沒變

6765

select count(*) from test01 partition (p9); -- 沒變

3390

select count(*) from test01 partition (p10); -- 沒變

3443

select count(*) from test01 partition (p11); -- 恰好是3444

3444

OK, 其實不用測試這么多，大家就可以看出規律了，但是這里之所以測試

這些， 是為了通過概率的方式統計一下到底每次在拆分數據量的時候有什

么規律 (雖然大前提是hash算法)。 這里可以粗略知道的是： 假設一個

表從8個分區增加到16個分區， partition 1~8 的 hash bucket no 應

該和9～16 的對應相等，因為9～16的數據都是分別從1～8 partition中

拆分出來的 。

9. 現在我們一次性將分區加到16個，看看數據分布情況，明顯已經均勻分布了。

select count(*) from test01 partition (p1);

3356

select count(*) from test01 partition (p2);

3418

select count(*) from test01 partition (p3);

3446

select count(*) from test01 partition (p4);

3322

select count(*) from test01 partition (p5);

3427

select count(*) from test01 partition (p6);

3367

select count(*) from test01 partition (p7);

3392

select count(*) from test01 partition (p8);

3421

select count(*) from test01 partition (p9);

3390

select count(*) from test01 partition (p10);

3443

select count(*) from test01 partition (p11);

3444

select count(*) from test01 partition (p12);

3358

select count(*) from test01 partition (p13);

3350

select count(*) from test01 partition (p14);

3322

select count(*) from test01 partition (p15);

3482

select count(*) from test01 partition (p16);

3344

[本帖最后由 tolywang 于 2011-1-21 10:01 編輯]

總結

以上是生活随笔為你收集整理的oracle每一行的hash值,Hash分区表分区数与数据分布的测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。