HANA分区

分区

处理大数据集，首先要考虑的就是分区。HANA中表的数据量有20亿的限制，当表的数据量超过这个限制，我们就必须对它进行分区（将数据集切片并分配到不同的存储上）

当一个表的数据被分配到不同的节点上，就可以在所有的节点上对这个表进行并行的查询。一个适当的分区策略对于处理大数据集是非常重要的。可以参考一些一般性的建议，但是没有简单的规则去遵循。有可能一个特定的分区策略在这个场景中适用，在另外的场景就不适用了。

在这个章节里面，我们会学习如下分区策略

• Round-robin
• Range
• Hash
• Two-level partitioning

Round-robin Partitioning

首先我们来看一下Round-robin分区，假设你有一张500亿条记录的销售订单表

CREATE COLUMN TABLE Trans_DTL(
Trans_DATE DATE,
Trans_No INT,
Prod_ID BIGINT,
Sales_Qty BIGINT,
Sales_Net DECIMAL(18,2)) ;

需要将数据记录均匀的分配到10个节点上，你可以尝试使用Round-robin分区

ALTER TABLE Trans_DTL PARTITION BY ROUNDROBIN PARTITIONS 100;

这种分区方式会让查询总是执行全表扫描，性能较差

Range Partitioning

为了利用分区修剪，你可以使用区间对表进行分区

ALTER TABLE Trans_DTL pa