Sybase Adaptive Server Enterprise 15的数据分区(1)
索引
VLDB (超大型数据库)的管理和性能挑战
ASE15中的数据分区(Partition)
为何使用数据分区?
数据可用性
使用数据分区提高查询功能
有效的并行查询处理
如何恰当地使用数据分区
结论
VLDB(超大型数据库)的管理和性能挑战
数据库的容量正在迅速扩充，我们可以想象得出这种增长速度。与此同时，业务需要更多的数据来进行决策支持和分析。这两个因素促成了VLDB (超大型数据库，very large databases)的发展。
什么是VLDB？即使针对同一个数据库，对于一个企业来说可能是VLDB，但对于另外一个企业来说可能只是一个普通的数据库。所以定义VLDB最好不要仅看它的容量，还要看在它的运行环境中将要面临哪些挑战。
首先，VLDB的维护和管理任务很难在制定安排的时间内完成。这会影响应用的性能和数据可用性。
其次，VLDB处理查询操作时，将会耗费大量的时间和资源来获取所需的数据，这将影响查询的性能。一个需要遍历整张表或索引的查询将使性能降低到无法容忍的地步。这对于决策支持系统(DSS)，如数据仓库系统是严峻的考验。那些DSS和OLTP并存的ODSS环境就更困难了。
第三，VLDB将影响在ASE上的运行应用的成本和开销。
为了解决这些VLDB面临的挑战，ASE15的数据分区(Partition)功能将有效地减少管理所需的时间并提高应用的性能。数据分区功能将有助于满足任何容量的ASE数据库在管理、维护和性能上的要求。
ASE15中的数据分区?
数据分区可以将大的表或者索引分割成小的数据片，并存放在不同的存储单元中。数据库管理员可以在底层处理数据的存储、维护和管理工作。
“segment段）”在ASE中被定义为设备的单元。它常常被用来存储特定类型数据，例如：系统数据、日志数据和用户数据。分区可以存贮在不同的段上或者不同的分区存储在同一个段上。类似的，一个或多个段可以存放在任何的逻辑或物理设备上，这样可以分离I/O来提高性能和数据的可用性。
在一个分区上的表或索引数据可以以不同于其他分区的方式来管理和操作。查询只须访问那些包含所需数据的分区。
数据库管理员可以更快捷地管理和维护这些较小的分区，而不是像以前那样不得不面对巨型的表和索引。一些日常的任务甚至可以在多个分区上并行地执行，这不但可以节省时间，还可以在分区上自动运行。当数据增长时，只需添加新的分区即可。
在ASE15中提供了四种数据分区的方式，我们会在后面一一介绍并详细讨论。第一种方式称之为round-robin分区，是在ASE15之前版本中唯一提供的分区方式。这种方式是在分区上顺序排列数据，没有办法决定数据在分区上的存储位置，并且查询操作会涉及所有的分区。
其他的三种分区方式称之为“语义数据分区”方式，因为可以通过这些方式确定数据的分区存放位置。
在ASE15中将被广泛使用的方式是范围分区(Range Partitioning)方式。利用这种分区方式，数据库管理员可以通过数据的范围确定数据在分区上的存储位置。
下一种方式是列表分区(List Partitioning)方式，可以将不同的数据分割存放在不同的分区上。
第三种语义分区方式是哈希分区(Hash Partitioning)方式。在这种方式下数据是根据特定的列和内部哈希运算法则来确定数据的存放方式。
为何使用数据分区?
通过ASE15中的数据分区技术，企业可以降低ASE的维护和使用成本，无论它是大是小。而且它还可以提高运行在ASE之上的应用的性能，以及数据的可用性。
利用数据分区技术降低管理和维护数据库的开销
对于数据库管理员来说，最耗费时间和精力的事情莫过于管理和维护不同大小数据库。数据库有可能会膨胀到没有充足的时间运行所有必要的维护工作，比如无法完成完整的备份。这将会置数据于不安全的状态中，而且还会直接对应用产生影响。
ASE15的数据分区可以更加高效地使用各种功能，这意味着DBA用更少的时间和资源维护和管理大型数据库。
 |
| 图1 |
上面的图表显示了在表上发生的一系列操作，包括一个正在运行的复杂的DSS类型查询操作、一个OLTP进程、同时BCP进程正在加载数据、以及一个统计更新操作来更新统计值。在左面的未分区的表中，正在运行的操作将足以使正常的业务操作缓慢到无法接受的地步甚至是停顿下来。而在右边的表，数据已经被分区，每个操作都运行在不同的分区上，它们之间互不影响。