为板条箱数据库设置正确的分区

Question

我正在为数据库cratedb建模。
我有一个平均。每天有400名客户和每天产生不同数量的时间序列数据。（在5k至500k之间； AVG。〜15K）

以后我应该能够查询每个customer_year_month和customer_year_calendar_week。这意味着我只会查询间隔：

• 周
• 和月份

现在我在问自己如何划分这张桌子？

我将每个客户和年份。
这有意义吗？
或者客户，每年和月份>？

Answer 1

，因此分区表的问题非常复杂，应该考虑很多事情。等：

• 应该运行哪些查询？
• 插入数据的方式
• 可用的硬件资源
• 群集大小

本质上，每个分区还通过乘以碎片计数（可以根据列值视为"子桌"）来创建开销，如果选择不正确，则可以很大程度上阻碍性能。因此，在您的情况下，每天15K插入并不是太多，但是插入物的分布可能会导致问题，每天使用500k插入的客户分区会比5K人早于绩效问题。结果，我将仅使用每周分区。

create table "customer-logging" (
    customer_id long, 
    log string, 
    ts timestamp, 
    week as date_trunc('week', ts)
) partitioned by (week) into 8 shards

如果您有适当量的CPU内核，请仅使用8片;）

docs：date_trunc（），分区表

理想情况下，您尝试一些不同的组合，并找到最适合您的组合。我们的系统桌提供了对碎片尺寸和位置的见解，因此您可以查看是否有一个特别胖的碎片超载节点;）

;）

欢呼，claus