PostgreSQL如何实现表分区？三种常用方案深度解析

在处理海量数据时，你是否曾因为单表查询缓慢、维护困难而头疼？表分区（Table Partitioning）正是解决此类问题的利器，它能将一个大表逻辑上分割成多个更小、更易管理的物理部分，从而显著提升查询性能与管理效率。

那么，在强大的开源关系型数据库 PostgreSQL 中，我们具体有哪些方法可以实现表分区呢？本文将为你详细梳理三种主流方案。

方案一：继承（Inheritance）

这是 PostgreSQL 早期支持分区的方式，通过表的继承特性来实现。

1. 创建父表：父表定义了分区表的公共结构，但通常不存储数据。

   CREATE TABLE measurement (
       city_id         int not null,
       logdate         date not null,
       peaktemp        int,
       unitsales       int
   );

2. 创建子表（分区）：每个子表继承父表的结构，并可以添加自己的约束，通常用于定义数据范围。

   CREATE TABLE measurement_y2023m01 () INHERITS (measurement);
   CREATE TABLE measurement_y2023m02 () INHERITS (measurement);

3. 定义约束：在子表上创建约束，确保数据被正确地路由。

   ALTER TABLE measurement_y2023m01 ADD CONSTRAINT y2023m01_check CHECK (logdate >= DATE ‘2023-01-01’ AND logdate < DATE ‘2023-02-01’);
   ALTER TABLE measurement_y2023m02 ADD CONSTRAINT y2023m02_check CHECK (logdate >= DATE ‘2023-02-01’ AND logdate < DATE ‘2023-03-01’);

4. 创建触发器或规则：需要一个触发器或规则函数，将插入父表的数据重定向到合适的子表。这是此方案中较为复杂的一步。

优点：灵活性极高，几乎可以实现任何形式的分区逻辑。
缺点：需要手动维护触发器或规则，管理开销大，且某些查询优化需要手动设置约束排除（constraint_exclusion）。

方案二：声明式分区（Declarative Partitioning）

这是 PostgreSQL 10 版本引入的现代分区方法，语法简洁，由数据库内核自动管理。

1. 创建分区表：使用 PARTITION BY 子句指定分区键和分区方法（RANGE, LIST, HASH）。

   CREATE TABLE measurement (
       city_id         int not null,
       logdate         date not null,
       peaktemp        int,
       unitsales       int
   ) PARTITION BY RANGE (logdate);

2. 创建分区：为父表创建具体的分区。

   CREATE TABLE measurement_y2023m01 PARTITION OF measurement FOR VALUES FROM (‘2023-01-01’) TO (‘2023-02-01’);
   CREATE TABLE measurement_y2023m02 PARTITION OF measurement FOR VALUES FROM (‘2023-02-01’) TO (‘2023-03-01’);

优点：

• 自动路由：插入数据时，数据库自动根据分区键将其放入正确的分区。
• 高效管理：支持ATTACH/DETACH PARTITION等便捷操作。
• 性能优化：优化器天然支持分区裁剪（Partition Pruning），查询时自动跳过不相关的分区。
  缺点：对 PostgreSQL 版本有要求（>=10），早期版本无法使用。

方案三：分区扩展（如 pg_partman）

对于超大规模或需要高度自动化分区管理的场景，可以借助第三方扩展，例如 pg_partman。

1. 安装扩展。

   CREATE EXTENSION pg_partman;

2. 使用其提供的函数创建和管理分区表，它可以基于时间、序列等自动创建未来分区、清理旧分区。

   -- 创建一个按时间范围分区并预创建未来分区的表
   SELECT partman.create_parent(‘public.measurement’， ‘logdate’， ‘native’， ‘daily’)；

优点：自动化程度最高，极大地减少了运维工作量，非常适合按时间序列增长的数据。
缺点：引入外部依赖，需要额外安装和维护扩展。

总结与选择建议

如何选择？

• 如果你的 PostgreSQL 版本 >= 10，声明式分区是首选，它在性能、易用性和功能支持上达到了最佳平衡。
• 如果你在使用较老版本的 PostgreSQL，继承方案是唯一的内置选择，但请准备好应对相应的管理成本。
• 如果你需要管理海量的、按时间规律增长的数据，并希望实现全自动化的分区创建与清理，那么评估并使用像 pg_partman 这样的成熟扩展会事半功倍。

希望这篇解析能帮助你在 云栈社区 的数据库技术讨论中，更清晰地根据自身业务场景，为 PostgreSQL 选择最合适的表分区实现方案。