数据库: Z-order vs partitionBy

Question

我正在学习数据库，我有一些关于z-order和partitionBy的问题。当我阅读这两个函数时，听起来非常相似。这两个函数都以某种方式对数据进行分组，从而加快了读取操作。而且，看起来partitionBy很适合join操作，但是当我只想读取数据时，我并不真正理解应该使用什么函数。你能告诉我应该如何看待这两个函数才能正确地使用它吗？

Answer 1

分区在物理上将数据划分为只有一个特定值的不同文件/目录，而ZOrder则在文件中提供相关数据的群集，这些文件可能包含给定列的多个可能值。

例如，当您有一个低基数列时--当没有那么多不同的可能值时，分区非常有用--您可以很容易地按年份和月份(也许是白天)进行分区，但是如果按小时进行分区，那么就会有太多的分区和太多的文件，这会导致很大的性能问题。

ZOrder允许创建比许多小文件更高效的更大的文件。

但是，您可以将这两种分区与ZOrder (例如按年/月划分，按日划分)组合在一起，这将允许将同一天的数据配置在彼此之间，并且可以更快地访问它们(因为读取的文件较少)。

除了ZOrder之外，您还可以使用数据跳过高效地筛选出不包含查询所需数据的文件。

您可以在ZOrder中阅读数据跳过& 以下博客文章。