SQL Server On Linux（21）—— SQL Server On Linux性能（7）——性能進階簡介——分區（1）

本人新書上市，請多多關照：《SQL Server On Linux運維實戰 2017版從入門到精通》

本篇開始專門對性能進行一系列講解，這一系列不限於Linux平臺，更多的是針對SQL Server本身。

SQL Server性能新特性

  SQL Server發展至今，爲了不斷提升性能，引入了不少最新技術。它們主要以分區表/索引，In-Memory OLTP 和列存儲索引這三類核心技術爲主。雖然這些技術有各自的使用場景，但是都具有一個共同的目標：針對關鍵系統大幅度提高性能。這些功能不僅僅是提升性能，而且還是大幅度提升！

  接下來會簡單介紹這三種技術，有機會的話再細說具體技術。由於工作需要，首先從分區表和分區索引入手。

分區表和分區索引

  這個嚴格意義來說不能稱爲“新技術“，因爲從SQL Server 2005開始就有了。而且業界很多數據庫產品都有分區功能。分區的出現源自於大量關係數據的出現。當一個表存儲了億級（請更新你對幾百萬行數據就成爲“大表“的叫法），增刪改查的性能將明顯下降，其維護成本（比如備份/重建索引/更新統計信息等等）都會變得非常大。
  因此，業界通常會對錶進行拆分操作。拆分通常有***垂直拆分***和***橫向拆分***， 垂直拆分大概就是把一個有很多列的表，按照業務邏輯，拆成多個行數相等但是列數更少的表。這種拆分***並不減少數據行數***，但是可以減少列數，可以減少很多開銷，特別是索引相關的開銷。橫向拆分也是根據業務，把數據按某些條件來拆分搬到別的相同結構的新表中，比如按照日期、地區等，把一個存有全國一年數據的表，拆成34個表（按照省級行政區域），也可以拆成12個表（按照月份）或者綜合這兩種方法，使其體積降到原有的1/n，大大減少單表體積，增大數據操作的性能。
  其中垂直拆分通常會針對明細表或者DW類型的寬表，因爲這個方式更多是減少列數。但是對於常規的OLTP系統而言，其問題往往在於行數太多，這時候通常用橫向拆分，也就是把表的部分數據搬到其他表中。
  在SQL Server 2000時代，只能通過把數據拆到“實體”表中，實現橫向拆分，但是這種方式下，表的個數可能會突增，而且需要很多額外維護操作，在編寫SQL語句時，也需要使用類似UNION/UNION ALL或者視圖等方式來合併起來，同時需要記住某些篩選條件需要訪問哪些具體的實體表，總而言之，用起來很不友好。
  從SQL 2005開始，引入了分區技術，簡單來說，它就是由SQL Server幫你管理分區的功能，最大限度降低運維和使用成本的前提下面，減少最終直接操作的表的數據行數。不過需要提醒的是，分區實際上跟垂直和橫向拆分是不一樣的。
  從業務出發，有一些數據天生就是可被“切片”的。比如前面提到的地區、時間，或者種類這些相對固化的特性。使用分區之前，先了解一下技術概念：

1. 分區函數（partition function）：用於通過使用一個範圍的值來定義分區的數量和分區的範圍（邊界） 。就是定義哪個列的哪裏到哪裏的值屬於某個分區。（定義範圍）
2. 分區方案（partition scheme）：定義分區函數使用那些文件組，通常一個分區會映射到一個或多個“用戶”文件組上，但是這個過程只能用TSQL命令實現。（定義物理存儲）
3. 分區列（partition column）：是具體分區的依據，分區函數配合這個列及其值來做分區，最常用的分區列就是日期了。

  很多人聽說過，分區的優點源自於數據量的減少。但是從技術來說，應該是來自於叫“partition elimination”（分區消除）。
但是很多人又可能認爲，一旦出現了掃描操作，那麼就意味着沒有使用partition elimination，後面將會演示一下分區消除的內容。

分區演示

  在本篇中，我們先快速演示一下簡單的分區創建：
  我們使用WideWorldImporters庫做演示，因爲這個庫已經做了相應的分區，所以我們這裏就不實操創建過程，不過可以展示一下，我們可以在數據庫的【存儲】看到創建了什麼分區函數和分區方案：
  然後查看紅框的兩個地方看一下它們具體的實現：

  導出來的腳本如下：

USE [WideWorldImporters]
GO

/****** Object:  PartitionFunction [PF_TransactionDate]    Script Date: 2020/1/8 11:20:30 ******/
CREATE PARTITION FUNCTION [PF_TransactionDate](date) AS RANGE RIGHT 
FOR VALUES (N'2014-01-01T00:00:00.000', N'2015-01-01T00:00:00.000', 
N'2016-01-01T00:00:00.000', N'2017-01-01T00:00:00.000')
GO


USE [WideWorldImporters]
GO

/****** Object:  PartitionScheme [PS_TransactionDate]    Script Date: 2020/1/8 11:20:13 ******/
CREATE PARTITION SCHEME [PS_TransactionDate] AS PARTITION [PF_TransactionDate] 
TO ([USERDATA], [USERDATA], [USERDATA], [USERDATA], [USERDATA], [USERDATA])
GO

  下面來解釋一下：

1. 分區函數定義了分區是基於一個date類型的列，同時指定了5個分區，每個分區是一個自然年。RANGE RIGHT意味着第五個分區是所有≥2017-01-01的值。
2. 分區方案把分區函數映射到USERGROUP的文件組中，但是這個文件組包含了5個USERDATA的文件。這種方式可以分攤I/O性能和減緩單個磁盤的空間壓力。並且可以通過使用“文件組”備份來處理超大規模的數據庫備份工作。

  現在回到表上面，我們導出表的腳本看看：

CREATE TABLE [Sales].[CustomerTransactions](
      [CustomerTransactionID] [int] NOT NULL,
      [CustomerID] [int] NOT NULL,
      [TransactionTypeID] [int] NOT NULL,
      [InvoiceID] [int] NULL,
      [PaymentMethodID] [int] NULL,
      [TransactionDate] [date] NOT NULL,
      [AmountExcludingTax] [decimal](18, 2) NOT NULL,
      [TaxAmount] [decimal](18, 2) NOT NULL,
      [TransactionAmount] [decimal](18, 2) NOT NULL,
      [OutstandingBalance] [decimal](18, 2) NOT NULL,
      [FinalizationDate] [date] NULL,
       [IsFinalized]  AS (case when [FinalizationDate] IS NULL then 
CONVERT([bit],(0)) else CONVERT([bit],(1)) end) PERSISTED,
      [LastEditedBy] [int] NOT NULL,
      [LastEditedWhen] [datetime2](7) NOT NULL,
 CONSTRAINT [PK_Sales_CustomerTransactions] PRIMARY KEY NONCLUSTERED
(
      [CustomerTransactionID] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, 
ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [USERDATA]
) ON [PS_TransactionDate]([TransactionDate])
GO
CREATE CLUSTERED INDEX [CX_Sales_CustomerTransactions] ON [Sales].
[CustomerTransactions]
(
      [TransactionDate] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, 
DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = 
ON) ON [PS_TransactionDate]([TransactionDate])
GO

  表上的非聚集索引是基於CustomerTransactionID，但是分區是基於TransactionDate。同時聚集索引也是TransactionDate列，稱之爲“對齊（align）”

  在表中的數據是根據元數據，並且按照分區函數中的範圍來劃分分區。分區函數和分區方案都是獨立的，所以可以被重用，如果你查看[Purchasing].[SupplierTransactions]表，可以看到它和CustomerTransaction使用同樣的分區函數和分區方案。

  分區之後，來看看性能表現：

SET STATISTICS IO ON
GO
SET STATISTICS XML ON
GO
SELECT COUNT(*) FROM Sales.CustomerTransactions
WHERE TransactionDate between '2013-01-01' and '2014-01-01'
GO

  開啓執行計劃後，我們看一下XML格式的執行計劃：

  PartitionAccessed表名訪問了2個分區，然後分別是1和2（看PartitionRange）。這個表名即使執行計劃裏面是掃描，底層執行的時候也不會真的需要訪問全表。

小結

  到這裏爲止，我演示了簡單的分區創建和簡單的查詢，主要目的是一種引入，接下來的文章會對分區做一個比較深入的介紹。