如果选择合适的分区策略，会大大的加快数据的查询速度。


正在看的ORACLE教程是:Oracle 数据表分区的策略。本文描述通过统计分析出医院信息系统需分区的表，对需分区的表选择分区键，即找出包括在你的分区键中的列(表的属性)，对大型数据的管理比较有意义， 本文的工作在Oracle8.1.6下实现。

　　分析审核信息






　　Oracle8i允许访问数据库中的审核信息，借助于收集的审核信息，设计者能够确定哪些表的数据是真正最频繁访问的，即找出那些表，需要进行分区。



　　可以在一个表中的一个或多个分区上进行如删除、移动、析分等维护操作，而不会影响其它分区，具有分区独立性； 




　　group_order_master( 医嘱套攴主记录) 、group_order_item(医嘱套攴明细)， 表的行数比较少，不适合分区；drug_stock（药品库存）虽然存取频率比较高，但表的行数比较少，因此也不适合分区。我们选择表的行数比较多、存取频率比较高的表作分区处理，如 doctor_orders、orders、orders_costs，考虑到doctor_orders是医生工作站上医生开的医嘱，orders是由doctor_orders生成、护士工作站上执行的医嘱，两个表结构类似，而医嘱与药品、卫生材料、计费联系比较密切的是Orders，因此重点介绍对表orders的处理。

　　关闭审核： 

　　这些代码的运行将产生“audon.sql”的输出文件，它包含下面清单中所示格式的语句


　　表1-2 
　　ORDER_CLASS（医嘱类别代码）、ORDERING_DEPT（开医嘱科室代码），键值出现均匀分布，如用它的各个键值作基于范围的分区，每个分区具有的记录数比较均匀，但这种方法对于每天增加上万条记录的表来看，显然不是最优的。如果选用START_DATE_TIME（医嘱开始时间）建立范围分区，每月的数据建立一个分区，在每个分区内基于ORDERING_DEPT建立散列子分区，每月的数据形成一个组合分区，会使每个分区的记录数分布均匀、查询速度提高、易于备份和删除。因为大多数的统计和查询是在一个月的范围内，而且从实际的查询效果看，跨月和跨年数据的统计和查询速度，也比未分区的时候大大缩短，效果非常明显。
　　这些代码的运行将产生“audoff.sql”的输出文件。

　　1、基于访问频度找出需分区的表 
　　以上是HIS系统临床医嘱部分24小时内对表的访问情况，从上面的查询得表1-1。

　　Oracle虽然是一个大型的DBMS，但如果不对记录比较多的表进行处理，仍然发挥不了Oracle管理大型数据的强大功能，因此对某些表进行分区，具有如下优点： 



　　使用Sql*plus下用命令Analyze收集末分区表的统计信息，按照Oracle推荐的取样20%进行分析，并将统计结果保存在数据字典中。 

　　分区表中每个分区可以在逻辑上认为是一个独立的对象； 
　　表1-1

　　从表1-2中，我们可以看到欲分区表的各个候选分区键的分布频谱，ORDER_CODE（医嘱代码）键值没有出现一种均匀分布，用它作分区键，明显不合适； 


　　2、基于列值选择分区键
　　对DBA_TAB_COLUMNS数据字典视图进行查询
　　使用命令@audon.sql激活上述代码以打开审核功能收集收集审核信息，建立一个表以保存概要信息： 
　　打开审核：在作为SYS或SYSSTEM登录到数据库后，动行如下脚本，打开对象的审核功能。



　　本节描述通过统计分析出医院His系统需分区的表，对需分区的表找出包括在你的分区键中的列(表的属性)，即选择分区键。

　　使用命令@ audoff.sql激活上述代码以关闭上述对象的审核功能。
　　一 找出需分区的表
　　产生表1-2 
　　将审核信息从dba_audit_object表中取出并装入概要表中： 

　　清除审核信息：