Page History

备注： 本页描述的功能为在当前版本中技术预览（开发完成但未经充分测试）功能。备注： 本页描述的功能为在当前版本中技术预览（开发完成但未经充分测试）功能。

支持多温度数据

Trafodion设计蓝图描述cmp-divisioning

...

create table call_home_data(

id largeint not null,

ts timestamp(6) not null,

device_status varchar(200),

primary key (id, ts));

使用（id，ts）作为 HBase 行键，插入数据随机遍布于多个region（假设设备负载均衡）并且冷热数据是混合的的数据。为了隔离冷和热数据，我们可以先打上时间戳：

...

create table call_home_data(

id largeint not null,

ts timestamp(6) not null,

device_status varchar(200),

primary key (ts, id));

然而，这将造成在最后一个region过热点以及在一个给定的时间内查询单个设备将需要扫描其他设备的所有数据。通常的解决方法是通过实践来范围分区表格，比如一天建一个分区。拟议的Trafodion语法如下所示：

...

create table call_home_data(

id largeint not null,

ts timestamp(6) not null,

device_status varchar(200),

primary key (id, ts))

division by (date_trunc('day', ts);

这功能称为第“divisioning”而不是“分区（partitioning）”是由于历史原因。它将创建新列，“_DIVISION_0_”总是保存交易记录的时间戳的日期。Hbase行键为(“_DIVISION_0_”, id, ts)。然而这又再导致了在最后一个region的过热点，所有数据插入表格都会在在这个region。所以我们需要使用撒盐功能（salting）：

...

create table call_home_data(

id largeint not null,

ts timestamp(6) not null,

device_status varchar(200),

primary key (id, ts))

salt using 16 partitions on (id)

division by (date_trunc('day', ts);

现在Hbase行键由四列构成：（“_SALT_”, “_DIVISION_0_”, id, ts）。

“_SALT_”是id的哈希值它将数据均匀地分布在 16 个region。"_DIVISION_0_"是交易时间戳的日期，它将一天的数据保存在一个紧凑的键值范围，这样能更有效insert和select操作。

一个典型的查询如下所示：

select *

from call_home_data

where id = 123456

and ts between timestamp '2014-11-11 11:11:11.111111'

and timestamp '2014-11-12 01:00:00.000000';

Trafodion将自动生成计算生成的“_SALT_”和“_DIVISION_0_”的预测。因为查询有相同的id预测，同样我们能生成等值的_SALT_预测：“_SALT_” = HASH2PARTFUNC(123456 for 16)。ts范围的预测转换成了“_DIVISION_0_”范围的预测：“_DIVISION_0_”时间戳介于'2014-11-11 0011 00:00:00.000000'和'2014-11-12 00:00:00.000000'之间。我们能通过使用MDAM去访问那些查询指定的id和ts值。

比较四个DDL版本：

...

DIVISION BY 语法

DIVISION BY (div_expr_list)

div_expr_list 是一个表达式列表，它只能引用主键或STORE BY的列。

DIVISION BY子句中合法的表达式列表如下（请注意所有这些都单调递增的表达式）：

• cast((exact_numeric_column[ + const1 ] ) / const2 as numeric_data_type)

• DATE_PART('YEAR', date_part_arg )

• DATE_PART('YEARQUARTER', date_part_arg )

• DATE_PART('YEARMONTH', date_part_arg )

• DATE_PART('YEARWEEK', date_part_arg )

• DATE_TRUNC(const, datetime_col)

• DATEDIFF(YEAR, const, datetime_col)

• DATEDIFF(QUARTER, const, datetime_col)

• DATEDIFF(MONTH, const, datetime_col)

• DATEDIFF(WEEK, const, datetime_col)

• LEFT(character_col, const)

• SUBSTR[ING](character_col, 1, const)

• SUBSTR[ING](character_col FROM 1 FOR const)

date_part_arg 是下列之一：

• datetime_col

• datetime_col + const

• datetime_col - const

• ADD_MONTHS(datetime_col, const [, 0])

• DATE_ADD(datetime_col, const)

• DATE_SUB(datetime_col, const)