式パーティショニング (推奨)

v3.0以降、StarRocksは式パーティショニング（以前は自動パーティショニングとして知られていました）をサポートしており、より柔軟でユーザーフレンドリーです。このパーティショニング方法は、連続する時間範囲やENUM値に基づいてデータをクエリおよび管理するなど、ほとんどのシナリオに適しています。

テーブル作成時にシンプルなパーティション式を指定するだけで済みます。データロード中、StarRocksはデータとパーティション式で定義されたルールに基づいて自動的にパーティションを作成します。テーブル作成時に多数のパーティションを手動で作成したり、動的パーティションプロパティを設定したりする必要はなくなります。

v3.4以降、式パーティショニングはすべてのパーティショニング戦略を統合し、より複雑なソリューションをサポートするようにさらに最適化されています。ほとんどのケースで推奨され、将来のリリースでは他のパーティショニング戦略に置き換わる予定です。

v3.5以降、StarRocksはストレージ効率とクエリパフォーマンスを最適化するために、時間関数に基づいた式パーティションのマージをサポートしています。詳細については、以下を参照してください。式パーティションのマージ。

シンプルな時間関数式に基づいたパーティショニング

連続する時間範囲に基づいてデータを頻繁にクエリおよび管理する場合、日付型（DATE または DATETIME）の列をパーティション列として指定し、時間関数式でパーティションの粒度として年、月、日、または時間を指定するだけで済みます。StarRocksは、ロードされたデータとパーティション式に基づいて、自動的にパーティションを作成し、パーティションの開始日と終了日または日時を設定します。

ただし、履歴データを月ごとにパーティション分割し、最近のデータを日ごとにパーティション分割するなど、一部の特殊なシナリオでは、以下を使用する必要があります。範囲パーティショニング を使用してパーティションを作成します。

注記

PARTITION BY date_trunc(column) と PARTITION BY time_slice(column) は、式パーティショニングの形式であるにもかかわらず、範囲パーティショニングと見なされます。したがって、ALTER TABLE ... ADD PARTITION ステートメントを範囲パーティションに使用して、そのようなパーティショニング戦略を使用するテーブルに新しいパーティションを追加できます。

構文

PARTITION BY expression
...
[ PROPERTIES( { 'partition_live_number' = 'xxx' | 'partition_retention_condition' = 'expr' } ) ]

expression ::=
    { date_trunc ( <time_unit> , <partition_column> ) |
      time_slice ( <partition_column> , INTERVAL <N> <time_unit> [ , boundary ] ) }

パラメータ

expression

必須: はい
説明: を使用するシンプルな時間関数式date_trunc または time_slice 関数。time_slice 関数を使用する場合、boundary パラメータを渡す必要はありません。このシナリオでは、このパラメータのデフォルトの有効な値は floor であり、値は ceil にはならないためです。

time_unit

必須: はい
説明: パーティションの粒度。hour、day、week、month、または year のいずれかです。パーティションの粒度が hour の場合、パーティション列は DATETIME データ型である必要があり、DATE データ型であってはなりません。

partition_column

必須: はい
説明: パーティション列の名前。

• パーティション列は DATE または DATETIME データ型のみにできます。パーティション列は NULL 値を許可します。
• date_trunc 関数が使用されている場合、パーティション列は DATE または DATETIME データ型にできます。time_slice 関数が使用されている場合、パーティション列は DATETIME データ型である必要があります。
• パーティション列が DATE データ型の場合、サポートされる範囲は [0000-01-01 ~ 9999-12-31] です。パーティション列が DATETIME データ型の場合、サポートされる範囲は [0000-01-01 01:01:01 ~ 9999-12-31 23:59:59] です。
• 現在、パーティション列は1つのみ指定できます。複数のパーティション列はサポートされていません。

partition_live_number

必須: いいえ
説明: 保持する最新のパーティションの数。パーティションは時系列順にソートされ、現在の日付を基準として; 現在の日付から partition_live_number を引いた日付より古いパーティションは削除されます。StarRocksはパーティションの数を管理するタスクをスケジュールし、スケジューリング間隔はFE動的パラメータ dynamic_partition_check_interval_seconds を介して設定でき、デフォルトは600秒（10分）です。現在の日付が2023年4月4日で、partition_live_number が 2 に設定されており、パーティションに p20230401、p20230402、p20230403、p20230404 が含まれているとします。パーティション p20230403 と p20230404 は保持され、他のパーティションは削除されます。将来の日付である4月5日と4月6日のデータなど、ダーティデータがロードされた場合、パーティションには p20230401、p20230402、p20230403、p20230404、p20230405、および p20230406 が含まれます。その後、パーティション p20230403、p20230404、p20230405、および p20230406 は保持され、他のパーティションは削除されます。

partition_retention_condition

v3.5.0以降、StarRocksネイティブテーブルは共通パーティション式TTLをサポートしています。

partition_retention_condition: 動的に保持するパーティションを宣言する式です。この式の条件を満たさないパーティションは定期的に削除されます。例: 'partition_retention_condition' = 'dt >= CURRENT_DATE() - INTERVAL 3 MONTH'。

• 式にはパーティション列と定数のみを含めることができます。非パーティション列はサポートされていません。
• 共通パーティション式は、リストパーティションとレンジパーティションに異なる方法で適用されます。
  • リストパーティションを持つテーブルの場合、StarRocksは共通パーティション式によってフィルタリングされたパーティションの削除をサポートします。
  • レンジパーティションを持つテーブルの場合、StarRocksはFEのパーティションプルーニング機能を使用してのみパーティションをフィルタリングおよび削除できます。パーティションプルーニングでサポートされていない述語に対応するパーティションは、フィルタリングおよび削除できません。

使用上の注意

• データロード中、StarRocksはロードされたデータに基づいて一部のパーティションを自動的に作成しますが、何らかの理由でロードジョブが失敗した場合、StarRocksによって自動的に作成されたパーティションは自動的に削除されません。
• StarRocksは、1回のロードで自動的に作成されるパーティションのデフォルトの最大数を4096に設定します。これはFEパラメータauto_partition_max_creation_number_per_loadで設定できます。このパラメータは、誤って多くのパーティションを作成してしまうことを防ぎます。
• パーティションの命名規則は、動的パーティションの命名規則と一貫しています。

例

例1: 日ごとにデータを頻繁にクエリするとします。テーブル作成時に、パーティション式date_trunc()を使用し、パーティション列をevent_day、パーティション粒度をdayに設定できます。ロード中にデータは日付に基づいて自動的にパーティション分割されます。同じ日のデータは1つのパーティションに格納され、パーティションプルーニングを使用してクエリ効率を大幅に向上させることができます。

CREATE TABLE site_access1 (
    event_day DATETIME NOT NULL,
    site_id INT DEFAULT '10',
    city_code VARCHAR(100),
    user_name VARCHAR(32) DEFAULT '',
    pv BIGINT DEFAULT '0'
)
DUPLICATE KEY(event_day, site_id, city_code, user_name)
PARTITION BY date_trunc('day', event_day)
DISTRIBUTED BY HASH(event_day, site_id);

例えば、以下の2つのデータ行がロードされると、StarRocksは自動的に2つのパーティションp20230226とp20230227を作成し、それぞれ[2023-02-26 00:00:00, 2023-02-27 00:00:00)と[2023-02-27 00:00:00, 2023-02-28 00:00:00)の範囲を持ちます。その後のロードされたデータがこれらの範囲内に収まる場合、それらは自動的に対応するパーティションにルーティングされます。

-- 2つのデータ行を挿入
INSERT INTO site_access1  
VALUES ("2023-02-26 20:12:04",002,"New York","Sam Smith",1),
("2023-02-27 21:06:54",001,"Los Angeles","Taylor Swift",1);

-- パーティションを表示
mysql > SHOW PARTITIONS FROM site_access1;
+-------------+---------------+----------------+---------------------+--------------------+--------+--------------+------------------------------------------------------------------------------------------------------+--------------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
| PartitionId | PartitionName | VisibleVersion | VisibleVersionTime  | VisibleVersionHash | State  | PartitionKey | Range                                                                                                | DistributionKey    | Buckets | ReplicationNum | StorageMedium | CooldownTime        | LastConsistencyCheckTime | DataSize | StorageSize | IsInMemory | RowCount | DataVersion | VersionEpoch       | VersionTxnType | TabletBalanced |
+-------------+---------------+----------------+---------------------+--------------------+--------+--------------+------------------------------------------------------------------------------------------------------+--------------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
| 17138       | p20230226     | 2              | 2023-07-19 17:53:59 | 0                  | NORMAL | event_day    | [types: [DATETIME]; keys: [2023-02-26 00:00:00]; ..types: [DATETIME]; keys: [2023-02-27 00:00:00]; ) | event_day, site_id | 6       | 3              | HDD           | 9999-12-31 23:59:59 | NULL                     | 0B       | 0B          | false      | 0        | 2           | 409742105974407168 | TXN_NORMAL     | true           |
| 17113       | p20230227     | 2              | 2023-07-19 17:53:59 | 0                  | NORMAL | event_day    | [types: [DATETIME]; keys: [2023-02-27 00:00:00]; ..types: [DATETIME]; keys: [2023-02-28 00:00:00]; ) | event_day, site_id | 6       | 3              | HDD           | 9999-12-31 23:59:59 | NULL                     | 0B       | 0B          | false      | 0        | 2           | 409742105974407169 | TXN_NORMAL     | true           |
+-------------+---------------+----------------+---------------------+--------------------+--------+--------------+------------------------------------------------------------------------------------------------------+--------------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
2 rows in set (0.00 sec)

例2: パーティションのライフサイクル管理を実装したい場合、つまり、最近の一定数のパーティションのみを保持し、履歴パーティションを削除したい場合は、partition_live_numberプロパティを使用して保持するパーティションの数を指定できます。

CREATE TABLE site_access2 (
    event_day DATETIME NOT NULL,
    site_id INT DEFAULT '10',
    city_code VARCHAR(100),
    user_name VARCHAR(32) DEFAULT '',
    pv BIGINT DEFAULT '0'
) 
DUPLICATE KEY(event_day, site_id, city_code, user_name)
PARTITION BY date_trunc('month', event_day)
DISTRIBUTED BY HASH(event_day, site_id)
PROPERTIES(
    "partition_live_number" = "3" -- only retains the most recent three partitions
);

例3: 週ごとにデータを頻繁にクエリするとします。テーブル作成時に、パーティション式time_slice()を使用し、パーティション列をevent_day、パーティション粒度を1週間に設定できます。1週間分のデータは1つのパーティションに格納され、パーティションプルーニングを使用してクエリ効率を大幅に向上させることができます。

CREATE TABLE site_access(
    event_day DATETIME NOT NULL,
    site_id INT DEFAULT '10',
    city_code VARCHAR(100),
    user_name VARCHAR(32) DEFAULT '',
    pv BIGINT DEFAULT '0'
)
DUPLICATE KEY(event_day, site_id, city_code, user_name)
PARTITION BY time_slice(event_day, INTERVAL 1 week)
DISTRIBUTED BY HASH(event_day, site_id);

列式に基づくパーティション分割 (v3.1以降)

特定の種類のデータを頻繁にクエリおよび管理する場合、その種類を表す列をパーティション列として指定するだけで済みます。StarRocksは、ロードされたデータのパーティション列の値に基づいてパーティションを自動的に作成します。

ただし、テーブルにcity列が含まれており、国や都市に基づいてデータを頻繁にクエリおよび管理するなどの特殊なシナリオでは、リストパーティション同じ国内の複数の都市のデータを1つのパーティションに格納するために使用する必要があります。

構文

PARTITION BY expression
...

expression ::=
    partition_columns 
    
partition_columns ::=
    <column>, [ <column> [,...] ]

パラメータ

partition_columns

必須: はい
説明: パーティション列の名前。

• パーティション列の値は、文字列 (BINARYはサポートされていません)、dateまたはdatetime、integer、およびbooleanの値にすることができます。パーティション列はNULL値を許可します。
• 各パーティションには、パーティション列に同じ値を持つデータのみを含めることができます。パーティション列に異なる値を持つデータをパーティションに含めるには、リストパーティションを参照してください。

注記

v3.4以降、パーティション列を囲む括弧を省略できます。例えば、PARTITION BY (dt,city)をPARTITION BY dt,cityに置き換えることができます。

使用上の注意

• データロード中、StarRocksはロードされたデータに基づいて一部のパーティションを自動的に作成しますが、何らかの理由でロードジョブが失敗した場合、StarRocksによって自動的に作成されたパーティションは自動的に削除されません。
• StarRocksは、1回のロードで自動的に作成されるパーティションのデフォルトの最大数を4096に設定します。これはFEパラメータauto_partition_max_creation_number_per_loadで設定できます。このパラメータは、誤って多くのパーティションを作成してしまうことを防ぎます。
• パーティションの命名規則: 複数のパーティション列が指定されている場合、異なるパーティション列の値はパーティション名でアンダースコア_で連結され、形式はp<value in partition column 1>_<value in partition column 2>_...です。例えば、dtとprovinceの2つの列がパーティション列として指定され、両方とも文字列型であり、2022-04-01とbeijingの値を持つデータ行がロードされた場合、対応する自動作成されたパーティションはp20220401_beijingと命名されます。

例

例1: 時間範囲と特定の都市に基づいてデータセンターの請求詳細を頻繁にクエリするとします。テーブル作成時に、パーティション式を使用して最初のパーティション列をdtとcityとして指定できます。これにより、同じ日付と都市に属するデータは同じパーティションにルーティングされ、パーティションプルーニングを使用してクエリ効率を大幅に向上させることができます。

CREATE TABLE t_recharge_detail1 (
    id bigint,
    user_id bigint,
    recharge_money decimal(32,2), 
    city varchar(20) not null,
    dt varchar(20) not null
)
DUPLICATE KEY(id)
PARTITION BY dt,city
DISTRIBUTED BY HASH(`id`);

テーブルに単一のデータ行を挿入します。

INSERT INTO t_recharge_detail1 
VALUES (1, 1, 1, 'Houston', '2022-04-01');

パーティションを表示します。結果は、StarRocksがロードされたデータに基づいてパーティションp20220401_Houstonを自動的に作成することを示しています。その後のロード中に、パーティション列dtとcityに2022-04-01とHoustonの値を持つデータがこのパーティションに格納されます。

ヒント

各パーティションには、パーティション列に指定された1つの値を持つデータのみを含めることができます。パーティション内のパーティション列に複数の値を指定するには、以下を参照してください。リストパーティション。

MySQL > SHOW PARTITIONS from t_recharge_detail1\G
*************************** 1. row ***************************
             PartitionId: 16890
           PartitionName: p20220401_Houston
          VisibleVersion: 2
      VisibleVersionTime: 2023-07-19 17:24:53
      VisibleVersionHash: 0
                   State: NORMAL
            PartitionKey: dt, city
                    List: [["2022-04-01","Houston"]]
         DistributionKey: id
                 Buckets: 6
          ReplicationNum: 3
           StorageMedium: HDD
            CooldownTime: 9999-12-31 23:59:59
LastConsistencyCheckTime: NULL
                DataSize: 2.5KB
             StorageSize: 2.5KB
              IsInMemory: false
                RowCount: 1
             DataVersion: 2
            VersionEpoch: 409742188174376960
          VersionTxnType: TXN_NORMAL
          TabletBalanced: true
1 row in set (0.00 sec)

複雑な時間関数式に基づくパーティショニング (v3.4以降)

v3.4.0以降、式パーティショニングは、より複雑なパーティショニングシナリオに対応するため、DATEまたはDATETIME型を返すあらゆる式をサポートします。サポートされている時間関数については、以下を参照してください。付録 - サポートされている時間関数。

例えば、Unixタイムスタンプ列を定義し、パーティション式でその列に対してfrom_unixtime()を直接使用してパーティションキーを定義できます。これにより、関数を持つ生成されたDATEまたはDATETIME列を定義する必要がなくなります。使用方法の詳細については、以下を参照してください。例。

v3.4.4以降、ほとんどのDATETIME関連関数に基づくパーティションに対して、パーティションプルーニングがサポートされます。

例

例1: 各データ行にUnixタイムスタンプを割り当て、日ごとにデータを頻繁にクエリするとします。テーブル作成時に、式内の関数from_unixtime()を使用してタイムスタンプ列をパーティション列として定義し、パーティションの粒度を日単位に設定できます。各日のデータは1つのパーティションに格納され、パーティションプルーニングを使用してクエリ効率を向上させることができます。

CREATE TABLE orders (
    ts BIGINT NOT NULL,
    id BIGINT NOT NULL,
    city STRING NOT NULL
)
PARTITION BY from_unixtime(ts,'%Y%m%d');

例2: 各データ行にINT型のタイムスタンプを割り当て、データを月単位で保存するとします。テーブル作成時に、式内の関数cast()とstr_to_date()を使用してタイムスタンプをDATE型に変換し、それをパーティション列として設定し、date_trunc()を使用してパーティションの粒度を月単位に設定できます。各月のデータは1つのパーティションに格納され、パーティションプルーニングを使用してクエリ効率を向上させることができます。

CREATE TABLE orders_new (
    ts INT NOT NULL,
    id BIGINT NOT NULL,
    city STRING NOT NULL
)
PARTITION BY date_trunc('month', str_to_date(CAST(ts as STRING),'%Y%m%d'));

使用上の注意

パーティションプルーニングは、複雑な時間関数式に基づくパーティショニングの場合に適用されます。

• パーティション句がPARTITION BY from_unixtime(ts)の場合、ts>1727224687形式のフィルターを持つクエリは、対応するパーティションにプルーニングできます。
• パーティション句がPARTITION BY str2date(CAST(ts AS string),'%Y%m')の場合、ts = "20240506"形式のフィルターを持つクエリはプルーニングできます。
• 上記のケースは、以下にも適用されます。混合式に基づくパーティショニング。

混合式に基づくパーティショニング (v3.4以降)

v3.4.0以降、式パーティショニングは、複数のパーティション列をサポートし、そのうちの1つが時間関数式である場合があります。

例

例1: 各データ行にUnixタイムスタンプを割り当て、日ごとおよび特定の都市ごとにデータを頻繁にクエリするとします。テーブル作成時に、タイムスタンプ列 (from_unixtime()関数を使用) と都市列をパーティション列として使用できます。各都市の各日のデータは1つのパーティションに格納され、パーティションプルーニングを使用してクエリ効率を向上させることができます。

CREATE TABLE orders (
    ts BIGINT NOT NULL,
    id BIGINT NOT NULL,
    city STRING NOT NULL
)
PARTITION BY from_unixtime(ts,'%Y%m%d'), city;

パーティションの管理

パーティションへのデータロード

データロード中、StarRocksはロードされたデータとパーティション式で定義されたパーティションルールに基づいて、パーティションを自動的に作成します。

式パーティショニングを使用する場合、以下を使用できます。INSERT OVERWRITEパーティション名を指定せずにデータを動的に上書きします。StarRocksは、対応するパーティション内のデータを自動的にルーティングして上書きします。

パーティション内のデータを上書きしたい場合、特定のパーティション内のデータを上書きしたい場合、PARTITION()でパーティション範囲を明示的に指定できます。式パーティションの場合、パーティション名だけでなく、そのパーティションの開始日または日時（テーブル作成時に設定されたパーティション粒度）、または特定の列値を指定する必要があることに注意してください。パーティションが存在しない場合、データロード中に自動的に作成されます。

INSERT OVERWRITE site_access1 PARTITION(event_day='2022-06-08 20:12:04')
SELECT * FROM site_access2 PARTITION(p20220608);

テーブル作成時に列式を使用し、特定のパーティション内のデータを上書きしたい場合、そのパーティションに含まれるパーティション列の値を提供する必要があります。パーティションが存在しない場合、データロード中に自動的に作成できます。

INSERT OVERWRITE t_recharge_detail1 PARTITION(dt='2022-04-02',city='texas')
SELECT * FROM t_recharge_detail2 PARTITION(p20220402_texas);

パーティションの表示

自動的に作成されたパーティションに関する特定の情報を表示したい場合、SHOW PARTITIONS FROM <table_name>ステートメントを使用する必要があります。SHOW CREATE TABLE <table_name>ステートメントは、テーブル作成時に設定された式パーティショニングの構文のみを返します。

MySQL > SHOW PARTITIONS FROM t_recharge_detail1;
+-------------+-------------------+----------------+---------------------+--------------------+--------+--------------+----------------------------+-----------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
| PartitionId | PartitionName     | VisibleVersion | VisibleVersionTime  | VisibleVersionHash | State  | PartitionKey | List                       | DistributionKey | Buckets | ReplicationNum | StorageMedium | CooldownTime        | LastConsistencyCheckTime | DataSize | StorageSize | IsInMemory | RowCount | DataVersion | VersionEpoch       | VersionTxnType | TabletBalanced |
+-------------+-------------------+----------------+---------------------+--------------------+--------+--------------+----------------------------+-----------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
| 11099       | p20220401_Houston | 2              | 2026-03-11 13:59:51 | 0                  | NORMAL | dt, city     | [["2022-04-01","Houston"]] | id              | 6       | 3              | HDD           | 9999-12-31 23:59:59 | NULL                     | 0B       | 0B          | false      | 0        | 2           | 409743636180238336 | TXN_NORMAL     | true           |
| 11116       | p20220402_texas   | 2              | 2026-03-11 13:59:52 | 0                  | NORMAL | dt, city     | [["2022-04-02","texas"]]   | id              | 6       | 3              | HDD           | 9999-12-31 23:59:59 | NULL                     | 0B       | 0B          | false      | 0        | 2           | 409743639174971392 | TXN_NORMAL     | true           |
+-------------+-------------------+----------------+---------------------+--------------------+--------+--------------+----------------------------+-----------------+---------+----------------+---------------+---------------------+--------------------------+----------+-------------+------------+----------+-------------+--------------------+----------------+----------------+
2 rows in set (0.01 sec)

式パーティションのマージ

データ管理において、異なる時間粒度に基づくパーティショニングは、クエリとストレージの最適化に不可欠です。ストレージ効率とクエリパフォーマンスを向上させるため、StarRocksは、より細かい時間粒度の複数の式パーティションを、より粗い時間粒度の1つのパーティションにマージすることをサポートしています。例えば、日ごとのパーティションを月ごとの1つのパーティションにマージするなどです。指定された条件（時間範囲）を満たすパーティションをマージすることで、StarRocksは異なる時間粒度でデータをパーティショニングすることを可能にします。

構文

ALTER TABLE [<db_name>.]<table_name>
PARTITION BY <time_expr>
[WHERE <time_range_column>] BETWEEN <start_time> AND <end_time>

パラメーター

PARTITION BY <time_expr>

必須: はい
説明: パーティショニング戦略の新しい時間粒度を指定します。例: PARTITION BY date_trunc('month', dt)。

WHERE <time_range_column> BETWEEN <start_time> AND <end_time>

必須: はい
説明: マージするパーティションの時間範囲を指定します。この範囲内のパーティションは、PARTITION BY句で定義されたルールに基づいてマージされます。

例

テーブルsite_access1のパーティションをマージし、パーティションの時間粒度を日単位から月単位に変更します。マージするパーティションの時間範囲は2024-01-01から2024-03-31までです。

ALTER TABLE site_access1 PARTITION BY date_trunc('month', event_day)
BETWEEN '2024-01-01' AND '2024-03-31';

マージ後:

• 日レベルのパーティション2024-01-01から2024-01-31は、2024-01の月レベルのパーティションにマージされます。
• 日レベルのパーティション2024-02-01から2024-02-29は、2024-02の月レベルのパーティションにマージされます。
• 日レベルのパーティション2024-03-01から2024-03-31は、2024-03の月レベルのパーティションにマージされます。

使用上の注意

• マージは、時間関数に基づく式パーティションでのみサポートされています。
• 複数のパーティション列を持つパーティションのマージはサポートされていません。
• マージとスキーマ変更/DML操作の並行実行はサポートされていません。

制限事項

• v3.1.0以降、StarRocksの共有データモードは時間関数式をサポートしています。そしてv3.1.1以降、StarRocksの共有データモードはさらに列式をサポートしています。
• 現在、CTASを使用して式パーティショニングが設定されたテーブルを作成することはサポートされていません。
• 現在、Spark Loadを使用して式パーティショニングを使用するテーブルにデータをロードすることはサポートされていません。
• ALTER TABLE <table_name> DROP PARTITION <partition_name>ステートメントを使用して列式で作成されたパーティションを削除すると、パーティション内のデータは直接削除され、回復できません。
• v3.4.0、v3.3.8、v3.2.13、およびv3.1.16以降、StarRocksはバックアップと復元式パーティショニング戦略で作成されたテーブルをサポートします。

付録

サポートされている時間関数

式パーティショニングは、次の関数をサポートしています。

時間関数:

• timediff
• datediff
• to_days
• years_add/sub
• quarters_add/sub
• months_add/sub
• weeks_add/sub
• date_add/sub
• days_add/sub
• hours_add/sub
• minutes_add/sub
• seconds_add/sub
• milliseconds_add/sub
• date_trunc
• date_format(YmdHiSf/YmdHisf)
• str2date(YmdHiSf/YmdHisf)
• str_to_date(YmdHiSf/YmdHisf)
• to_iso8601
• to_date
• unix_timestamp
• from_unixtime(YmdHiSf/YmdHisf)
• time_slice

その他の関数:

• 追加
• 減算
• キャスト

注記

• 複数の時間関数の組み合わせた使用がサポートされています。
• 上記にリストされているすべての時間関数には、システムのデフォルトタイムゾーンが使用されます。
• 時間関数 YmdHiSf の値の形式は、最も粗い時間粒度である %Y で始まる必要があります。例えば %m-%d のように、より細かい時間粒度で始まる形式は許可されません。

例

PARTITION BY from_unixtime(cast(str as INT) + 3600, '%Y-%m-%d')