一、分区规则

1.使用类型

　　1）不指定分区键

　　如果建表时不指定分区键，则数据默认不分区，所有数据写到一个默认分区all里面。

　　2）使用整型

　　如果分区键取值属于整型且无法转换为日期类型YYYVYMMDD格式，则直接按照该整型的字符形式输出作为分区ID的取值。

　　3）使用日期类型

　　如果分区键取值属于日期类型，或者是能够转换为YYYYMMDD日期格式的整型，则按照分区表达式逻辑格式化后作为分区ID的取值。

　　4）使用其它类型

　　如果分区键取值既不属于整型，也不屋于日期类型，例如String、Float等，则通过128位Hash算法取其Hash值作为分区ID的取值。

2.分区目录命名规则

20210524_1_1_0

partition_id_  min_block_number_  max_block _number_  level

　　1）partition_id：20210524，分区生成规则见上；

　　2）min_block_number：1，最小块编号，MergeTree引|擎从1开始计数，每次+1；

　　3）max block_number：1，最大块编号，新插入的数据，最小与最大编号一致；

　　4）level：0，这个可以理解为合并的次数，新插入的数据都是0，每合并1次+1。

3.分区目录合并过程

　　如图：

 4.分区设计

　　分区选择考虑merge (写入放大)、查询(slelect part数量)、启动等方面考虑。在实际生产中选择时间作为分区键,根据表数据的大小按天或者按周进行了分区。

　　如图：

5.分区优化

　　1）分区粒度根据业务特点决定，不宜过粗或过细。一般选择按天分区，也可以指定为Tuple()，以单表一亿数据为例，分区大小控制在10-30个为最佳。
　　2）那些有相同分区表达式值的数据片段才会合并。这意味着 你不应该用太精细的分区方案（超过一千个分区）。否则，会因为文件系统中的文件数量过多和需要打开的文件描述符过多，导致 SELECT 查询效率不佳。
　　3）还有就是一般我们都是使用的是日期作为分区键，同一分区内有序，不同分区不能保证有序。