CREATE TABLE `stat_refurl1` (
`url` varchar(500) NOT NULL,
`urlhash` varchar(64) NOT NULL,
`hashcode` int(11) DEFAULT NULL,
UNIQUE KEY `IndexUnique` (`urlhash`,`hashcode`)
) ENGINE=innodb DEFAULT CHARSET=utf8
PARTITION BY RANGE (hashcode)
(PARTITION p0 VALUES LESS THAN (49) ENGINE = innodb,
PARTITION p1 VALUES LESS THAN (50) ENGINE = innodb,
PARTITION p2 VALUES LESS THAN (51) ENGINE = innodb,
PARTITION p3 VALUES LESS THAN (52) ENGINE = innodb,
PARTITION p4 VALUES LESS THAN (53) ENGINE = innodb,
PARTITION p5 VALUES LESS THAN (54) ENGINE = innodb,
PARTITION p6 VALUES LESS THAN (55) ENGINE = innodb,
PARTITION p7 VALUES LESS THAN (56) ENGINE = innodb,
PARTITION p8 VALUES LESS THAN (57) ENGINE = innodb,
PARTITION p9 VALUES LESS THAN (58) ENGINE = innodb,
PARTITION pa VALUES LESS THAN (98) ENGINE = innodb,
PARTITION pb VALUES LESS THAN (99) ENGINE = innodb,
PARTITION pc VALUES LESS THAN (100) ENGINE = innodb,
PARTITION pd VALUES LESS THAN (101) ENGINE = innodb,
PARTITION pe VALUES LESS THAN (102) ENGINE = innodb,
PARTITION pf VALUES LESS THAN MAXVALUE ENGINE = innodb)
CREATE TABLE `stat_url1` (
`url` varchar(500) NOT NULL,
`urlhash` varchar(64) NOT NULL,
`title` TEXT NOT NULL COMMENT '来源域名',
`hashcode` int(11) DEFAULT NULL,
UNIQUE KEY `IndexUnique` (`urlhash`,`hashcode`)
) ENGINE=innodb DEFAULT CHARSET=utf8
PARTITION BY RANGE (hashcode)
(PARTITION p0 VALUES LESS THAN (49) ENGINE = innodb,
PARTITION p1 VALUES LESS THAN (50) ENGINE = innodb,
PARTITION p2 VALUES LESS THAN (51) ENGINE = innodb,
PARTITION p3 VALUES LESS THAN (52) ENGINE = innodb,
PARTITION p4 VALUES LESS THAN (53) ENGINE = innodb,
PARTITION p5 VALUES LESS THAN (54) ENGINE = innodb,
PARTITION p6 VALUES LESS THAN (55) ENGINE = innodb,
PARTITION p7 VALUES LESS THAN (56) ENGINE = innodb,
PARTITION p8 VALUES LESS THAN (57) ENGINE = innodb,
PARTITION p9 VALUES LESS THAN (58) ENGINE = innodb,
PARTITION pa VALUES LESS THAN (98) ENGINE = innodb,
PARTITION pb VALUES LESS THAN (99) ENGINE = innodb,
PARTITION pc VALUES LESS THAN (100) ENGINE = innodb,
PARTITION pd VALUES LESS THAN (101) ENGINE = innodb,
PARTITION pe VALUES LESS THAN (102) ENGINE = innodb,
PARTITION pf VALUES LESS THAN MAXVALUE ENGINE = innodb)
CREATE TABLE `stat_keyword1` (
`keywordhash` VARCHAR(64) COLLATE utf8_bin DEFAULT NULL,
`keyword` TEXT COLLATE utf8_bin,
`hashcode` int(11) DEFAULT NULL,
UNIQUE KEY `IndexUnique` (`keywordhash`,`hashcode`)
) ENGINE=innodb DEFAULT CHARSET=utf8
PARTITION BY RANGE (hashcode)
(PARTITION p0 VALUES LESS THAN (49) ENGINE = innodb,
PARTITION p1 VALUES LESS THAN (50) ENGINE = innodb,
PARTITION p2 VALUES LESS THAN (51) ENGINE = innodb,
PARTITION p3 VALUES LESS THAN (52) ENGINE = innodb,
PARTITION p4 VALUES LESS THAN (53) ENGINE = innodb,
PARTITION p5 VALUES LESS THAN (54) ENGINE = innodb,
PARTITION p6 VALUES LESS THAN (55) ENGINE = innodb,
PARTITION p7 VALUES LESS THAN (56) ENGINE = innodb,
PARTITION p8 VALUES LESS THAN (57) ENGINE = innodb,
PARTITION p9 VALUES LESS THAN (58) ENGINE = innodb,
PARTITION pa VALUES LESS THAN (98) ENGINE = innodb,
PARTITION pb VALUES LESS THAN (99) ENGINE = innodb,
PARTITION pc VALUES LESS THAN (100) ENGINE = innodb,
PARTITION pd VALUES LESS THAN (101) ENGINE = innodb,
PARTITION pe VALUES LESS THAN (102) ENGINE = innodb,
PARTITION pf VALUES LESS THAN MAXVALUE ENGINE = innodb)
DELIMITER $$
USE `new_stat`$$
DROP TRIGGER /*!50032 IF EXISTS */ `insertRefurl`$$
CREATE
/*!50017 DEFINER = 'root'@'219.224.%' */
TRIGGER `insertRefurl` BEFORE INSERT ON `stat_refurl1`
FOR EACH ROW BEGIN
SET NEW.hashcode = ASCII(LEFT(NEW.urlhash,1));
END;
$$
DELIMITER ;
DELIMITER $$
CREATE
TRIGGER `new_stat`.`insertUrl` BEFORE INSERT
ON `new_stat`.`stat_url1`
FOR EACH ROW BEGIN
SET NEW.hashcode = ASCII(LEFT(NEW.urlhash,1));
END$$
DELIMITER ;
DELIMITER $$
CREATE
/*[DEFINER = { user | CURRENT_USER }]*/
TRIGGER `new_stat`.`insertKeyWord` BEFORE INSERT
ON `new_stat`.`stat_keyword1`
FOR EACH ROW BEGIN
SET NEW.hashcode = ASCII(LEFT(NEW.keywordhash,1));
END$$
DELIMITER ;
相关推荐
SQL SERVER利用分区对大数据表处理操作手册.pdfSQL SERVER利用分区对大数据表处理操作手册.pdfSQL SERVER利用分区对大数据表处理操作手册.pdfSQL SERVER利用分区对大数据表处理操作手册.pdfSQL SERVER利用分区对...
SQL SERVER利用分区对大数据表处理操作手册.docxSQL SERVER利用分区对大数据表处理操作手册.docxSQL SERVER利用分区对大数据表处理操作手册.docxSQL SERVER利用分区对大数据表处理操作手册.docxSQL SERVER利用分区对...
资源名称:sqlserver高级:利用分区对大数据表处理 资源截图: 资源太大,传百度网盘了,链接在附件中,有需要的同学自取。
分区技术讲解,非常详细,有sql。非常详细的文档。
大数据分表技术方案.pdf
大数据MR原理启动hive设置队列,对已经存在hdfs的有分区有表结构和数据信息的表,进行查询表.查询表分区,查询表结构的完整流程如下.学无长幼.
5、ClickHouse查看数据库容量、表的指标、表分区、数据大小等 网址:https://blog.csdn.net/chenwewi520feng/article/details/130506422 介绍ClickHouse查看数据库容量、表的指标、表分区、数据大小等,每种都有具体...
php for mysql的表分区类,为mysql的大数据查询提供分区支持. 该类包含追加 创建 删除分区方法.可以通过索引 分类等字段为条件对数据库物理文件分离. 数据表的查询不受任何影响
对orcle大数据的查询的优化,ORACLE分区表、分区索引ORACLE对于分区表方式其实就是将表分段存储,一般普通表格是一个段存储,而分区表会分成多个段,所以查找数据过程都是先定位根据查询条件定位分区范围,即数据在...
适合大数据的分区保存,能以较快速度查找 这里边是一些实例,英文资料
如果表数据超过一百万,建议使用表分区。下载包是表分区的例子。
通过让GreenPlum数据库查询优化器只扫描满足给定查询所需的数据而避免扫描大表的全部内容,分区表能够提升查询性能。 表分布与表分区的区别: Greenplum中每个表都需要有一个分布键,如果你建表的时候没有显示使用...
Hive 分区表和分区表 Hive 视图和索引 Hive 使用 DML 操作 Hive数据详细查询解 三、火花 火花核心: 斯帕克简介 Spark开发环境搭建 弹性式数据集 RDD RDD使用算子详解 Spark运行模式与作业提交 Spark 累加器与广播...
大数据学习路线 大数据技术栈思维导图 大数据常用软件安装...Hive 分区表和分桶表 Hive 视图和索引 Hive 常用 DML 操作 Hive 数据查询详解 Spark、Storm、Flink、HBase、Kafka、Zookeeper、Flume、Sqoop等技术的学习
大数据-算法-基于分区光滑理论与无网格法的声学数值方法研究.pdf
info表中operate_time或create_time作为增量字段(即MySQL中每条数据取这两个时间中较大的那个时间作为增量字段去和ods里的这两个字段中较大的时间进行比较),只将新增的数据抽入,字段名称、类型不变,同时添加静态...
基于Greenplum Hadoop- 分布式平台的大数据解决方案17.定义数据库对象(7)-分区表.zip
基于Greenplum Hadoop- 分布式平台的大数据解决方案19.定义数据库对象(9)-维护分区表.zip
基于Greenplum Hadoop- 分布式平台的大数据解决方案18.定义数据库对象(8)-创建和装载分区表.zip
第3课: 海量数据之分区 第4课: 海量数据之索引 第5课: 海量数据之并行 第6课: 海量数据之数据压缩 第7课: 海量数据之初始化参数 第8课: 海量数据之SQL优化 第9课: dbms_stats包 第10课: 数据加载 第11课: ...