pg_partman项目:基于多条件的分区表优化实践
2025-07-02 04:59:38作者:史锋燃Gardner
在PostgreSQL数据库管理中,分区表是提升大型数据表查询性能和维护效率的重要手段。pg_partman作为PostgreSQL的扩展工具,为分区表管理提供了自动化支持。本文将探讨一个典型场景:如何利用pg_partman实现基于不同列的多级分区策略,特别是针对"软删除"场景的优化方案。
业务场景分析
在实际应用中,很多系统采用"软删除"机制来处理数据删除操作。这种机制的特点包括:
- 不实际删除数据,而是通过标记字段(如deleted_bool)标识删除状态
- 设置删除时间戳(deleted_timestamp)记录删除操作时间
- 保留数据直到满足特定保留期限
这种设计带来了两个维度的数据管理需求:
- 活跃数据(未删除)按创建时间(record_timestamp)分区,优化业务查询
- 已删除数据按删除时间分区,便于过期数据清理
技术挑战
传统分区策略通常只能基于单一列进行分区,而上述场景需要:
- 第一级分区:按删除状态(布尔值)分离活跃和已删除数据
- 第二级分区:对两类数据分别采用不同的时间列进行分区
pg_partman解决方案
通过pg_partman可以实现这一复杂分区策略,具体步骤如下:
1. 初始分区设置
首先创建基于删除状态的一级分区。虽然pg_partman原生支持整数范围分区,但可以通过将布尔值转换为整数(0/1)来实现:
-- 将布尔列转换为整数
ALTER TABLE target_table ADD COLUMN deleted_int INTEGER;
UPDATE target_table SET deleted_int = CASE WHEN deleted_bool THEN 1 ELSE 0 END;
然后创建一级分区:
-- 创建按删除状态分区的父表
CREATE TABLE target_table_partitioned (
-- 原表所有列
record_timestamp TIMESTAMP,
deleted_bool BOOLEAN,
deleted_timestamp TIMESTAMP,
deleted_int INTEGER,
-- 其他列...
) PARTITION BY RANGE (deleted_int);
-- 创建活跃数据分区
CREATE TABLE target_table_active PARTITION OF target_table_partitioned
FOR VALUES FROM (0) TO (1);
-- 创建已删除数据分区
CREATE TABLE target_table_deleted PARTITION OF target_table_partitioned
FOR VALUES FROM (1) TO (2);
2. 二级分区配置
对两个分区分别设置不同的时间维度分区策略:
-- 对活跃数据分区按记录时间创建子分区
SELECT partman.create_parent(
p_parent_table => 'public.target_table_active',
p_control => 'record_timestamp',
p_type => 'native',
p_interval => '1 month',
p_template_table => 'public.template_table'
);
-- 对已删除数据分区按删除时间创建子分区
SELECT partman.create_parent(
p_parent_table => 'public.target_table_deleted',
p_control => 'deleted_timestamp',
p_type => 'native',
p_interval => '1 month',
p_template_table => 'public.template_table'
);
3. 模板表设计
为确保分区结构一致,建议创建模板表:
CREATE TABLE public.template_table (
LIKE public.target_table
INCLUDING DEFAULTS INCLUDING CONSTRAINTS INCLUDING INDEXES
);
实现优势
这种分层分区策略带来了以下好处:
- 查询性能优化:活跃数据查询只需扫描相关时间范围的分区
- 维护简化:通过直接删除最旧的已删除分区即可实现数据清理
- 灵活性:两类数据可以独立配置不同的保留策略和分区粒度
注意事项
实施时需考虑:
- 数据迁移策略:从原表迁移到分区表需要合理安排停机窗口
- 触发器处理:确保业务逻辑中的触发器在分区表上正常工作
- 监控调整:观察分区策略的实际效果,必要时调整分区粒度
总结
通过合理组合pg_partman的功能,我们可以构建适应复杂业务需求的分区策略。这种基于多条件的分区方法不仅适用于软删除场景,也可推广到其他需要多维数据管理的场景中,为大型PostgreSQL数据库的性能优化和维护提供了有力工具。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K