第2.4章：StarRocks表设计实战--分区策略与分桶优化指南

1. 分区策略：数据管理的艺术

刚接触StarRocks时，我最头疼的就是分区设计。记得第一次处理日增10亿条数据的日志表时，因为没设置分区，每次查询都要全表扫描，结果一个简单查询跑了20分钟。后来用对分区策略后，同样的查询只要2秒——这就是分区裁剪的魔力。

分区键的选择就像给数据分类的标签，StarRocks目前只支持日期类型（DATE/DATETIME）和整数类型（INT/BIGINT等）作为分区键。我常用的组合是：

• 时间序列数据：event_date DATE
• 多级分区：(region_id INT, event_month DATE)

这里有个真实案例：某电商平台订单表最初只用order_date分区，导致大促期间单个分区超过500GB。后来调整为PARTITION BY RANGE(order_date, province_code)，查询性能直接提升8倍。

分区粒度的黄金法则是：单个分区原始数据不超过100GB。我通常这样规划：

• 日增量<1GB：按周分区
• 日增量1-10GB：按天分区
• 日增量>10GB：按小时分区

-- 多级分区实战示例
CREATE TABLE user_behavior (
    dt DATE NOT NULL,
    province INT NOT NULL,
    user_id BIGINT,
    action VARCHAR(20)
) PARTITION BY RANGE(dt, province) (
    PARTITION p202401 VALUES LESS THAN ('2024-02-01', 0),
    PARTITION p202402 VALUES LESS THAN ('2024-03-01', 0),