一、分区表简介
分区表类型：【范围分区】、【列表分区】 【hash分区】 【这些分区的组合分区】
范围分区：以某一个范围进行分区。eg:时间段划分。
列表分区：以某一些几个值进行分区。eg:地区分区，省份进行划分。
hash分区：以hash算法进行分块。可以有效的消除io的竞争。 更多用在组合分区的子分区中。
组合分区：11g前仅有两种组合分区 （range- *） eg: 范围 -列表（月份地区），范围- hash 两种组合
11g后新增四种。（range-range，list-list，list-hash，list-range） 考虑到兼容性等问题尽量使用 范围开头的组合分区。
使用分区表优点：
减少访问路径，提升性能外
更方便的批量操作数据，从而维护方便。
不同的分区映射到磁盘以平衡I/O，改善整个系统性能。
相比索引来讲：索引的维护开销是相当大的，它要保证他的有序性，他的数据结构如果乱的话、是需要重组的，而分区表化整为零，大大的减小了扫描范围，同样可以起到很高的效率。
二、分区表实战
范围分区示例
1 -- 范围分区示例 2 drop table range_part_tab purge; 3 --注意，此分区为范围分区 4 5 --例子1 6 create table range_part_tab (id number,deal_date date,area_code number,nbr number,contents varchar2(4000)) 7 partition by range (deal_date) 8 ( 9 partition p_201301 values less than (TO_DATE('2013-02-01', 'YYYY-MM-DD')), 10 partition p_201302 values less than (TO_DATE('2013-03-01', 'YYYY-MM-DD')), 11 partition p_201303 values less than (TO_DATE('2013-04-01', 'YYYY-MM-DD')), 12 partition p_201304 values less than (TO_DATE('2013-05-01', 'YYYY-MM-DD')), 13 partition p_201305 values less than (TO_DATE('2013-06-01', 'YYYY-MM-DD')), 14 partition p_201306 values less than (TO_DATE('2013-07-01', 'YYYY-MM-DD')), 15 partition p_201307 values less than (TO_DATE('2013-08-01', 'YYYY-MM-DD')), 16 partition p_201308 values less than (TO_DATE('2013-09-01', 'YYYY-MM-DD')), 17 partition p_201309 values less than (TO_DATE('2013-10-01', 'YYYY-MM-DD')), 18 partition p_201310 values less than (TO_DATE('2013-11-01', 'YYYY-MM-DD')), 19 partition p_201311 values less than (TO_DATE('2013-12-01', 'YYYY-MM-DD')), 20 partition p_201312 values less than (TO_DATE('2014-01-01', 'YYYY-MM-DD')), 21 partition p_201401 values less than (TO_DATE('2014-02-01', 'YYYY-MM-DD')), 22 partition p_201402 values less than (TO_DATE('2014-03-01', 'YYYY-MM-DD')), 23 partition p_max values less than (maxvalue) 24 ) 25 ; 26 27 28 --以下是插入2013年一整年日期随机数和表示福建地区号含义（591到599）的随机数记录，共有10万条，如下： 29 insert into range_part_tab (id,deal_date,area_code,nbr,contents) 30 select rownum, 31 to_date( to_char(sysdate-365,'J')+TRUNC(DBMS_RANDOM.VALUE(0,365)),'J'), 32 ceil(dbms_random.value(591,599)), 33 ceil(dbms_random.value(18900000001,18999999999)), 34 rpad('*',400,'*') 35 from dual 36 connect by rownum <= 100000; 37 commit; 38 39 40 41 --以下是插入2014年一整年日期随机数和表示福建地区号含义（591到599）的随机数记录，共有10万条，如下： 42 insert into range_part_tab (id,deal_date,area_code,nbr,contents) 43 select rownum, 44 to_date( to_char(sysdate,'J')+TRUNC(DBMS_RANDOM.VALUE(0,365)),'J'), 45 ceil(dbms_random.value(591,599)), 46 ceil(dbms_random.value(18900000001,18999999999)), 47 rpad('*',400,'*') 48 from dual 49 connect by rownum <= 100000; 50 commit; 51 52 53 ---添加一个全局索引、一个局部索引后，后面会提到分区操作对索引的影响。 54 create index idx_part_id on range_part_tab (id) ; 55 create index idx_part_nbr on range_part_tab (nbr) local; 56 57 --统计信息系统一般会自动收集，这只是首次建成表后需要操作一下，以方便测试 58 exec dbms_stats.gather_table_stats(ownname => 'LJB',tabname => 'RANGE_PART_TAB',estimate_percent => 10,method_opt=> 'for all indexed columns',cascade=>TRUE) ; 59 60 61 select min(deal_date),max(deal_date) from range_part_tab; 62 63 --查看每个分区一共保存了多少条数据 64 select count(*) from range_part_tab partition (p_201301); 65 select count(*) from range_part_tab partition (p_201302); 66 select count(*) from range_part_tab partition (p_201303); 67 select count(*) from range_part_tab partition (p_201304); 68 select count(*) from range_part_tab partition (p_201305); 69 select count(*) from range_part_tab partition (p_201306); 70 select count(*) from range_part_tab partition (p_201307); 71 select count(*) from range_part_tab partition (p_201308); 72 select count(*) from range_part_tab partition (p_201309); 73 select count(*) from range_part_tab partition (p_201310); 74 select count(*) from range_part_tab partition (p_201311); 75 select count(*) from range_part_tab partition (p_201312); 76 select count(*) from range_part_tab partition (p_max);