云数据仓库ADB里怎么创建分区表？

在云数据仓库ADB中，创建分区表需要使用CREATE TABLE语句，并在语句中在云数据仓库ADB中，创建分区表需要使用CREATE TABLE语句，并在语句中指定PARTITIONED BY子句来定义分区键和分区类型。具体步骤如下：

1. 确定分区键：首先需要确定用于分区的列，通常选择能够唯一标识数据的列作为分区键。例如，如果有一个销售订单表，可以按照订单日期进行分区，那么订单日期就可以作为分区键。

2. 确定分区类型：根据实际需求选择合适的分区类型。常见的分区类型包括RANGE、LIST、HASH等。例如，如果按照订单日期进行分区，可以选择RANGE分区类型，将订单日期划分为不同的区间。

3. 编写SQL语句：使用CREATE TABLE语句创建分区表，并在语句中指定PARTITIONED BY子句来定义分区键和分区类型。例如：

   CREATE TABLE orders (order_id INT, order_date DATE, customer_id INT)
   PARTITIONED BY (partition_date DATE);
   

   在这里，我们创建了一个名为orders的表，包含三个列：order_id、order_date和customer_id。同时，我们使用PARTITIONED BY子句定义了分区键为order_date，并选择了RANGE分区类型。

4. 添加分区：在创建完分区表后，可以使用ALTER TABLE语句来添加新的分区。例如：

   ALTER TABLE orders ADD PARTITION (PARTITION p20220101 VALUES LESS THAN ('2022-02-01'));
   

   在这里，我们添加了一个名为p20220101的分区，将订单日期小于'2022-02-01'的数据存储在这个分区中。

需要注意的是，在创建分区表时需要确保每个分区键的值都是唯一的，否则会导致数据插入失败或者查询结果不正确。

创建分区表时，需要在CREATE TABLE语句中使用PARTITIONED BY参数指定分区列，例如：
CREATE TABLE my_partitioned_table (
id INT,
date DATE,
data STRING
)
PARTITIONED BY (date);
在这个例子中，我们创建了一个名为my_partitioned_table的分区表，其中包含id、date和data三列，而date被用作分区列。这意味着数据会根据date字段的值进行分区存储。
对于阿里云ADB数据库，在创建OSS外部表作为分区表时，需要指定LOCATION为分区的上一级目录，并且如果该路径不存在，可以设置TABLE_PROPERTIES中的auto.create.location=true自动创建OSS路径。
同时，在向分区表插入数据后，可能需要手动执行BUILD TABLE命令来确保分区生效以及对实时写入的数据进行合并、构建索引等操作。
另外，ADB MySQL版支持通过LIFECYCLE N管理表的生命周期，可以按照天数自动删除过期的分区数据，例如LIFECYCLE 365表示每个分区最多保留365天的数据。需要注意的是，分区键不支持修改，若需更改，需要采取相应步骤（如重建表）。同时，二级分区是在Shard级别而非整张表级别进行管理，并由后台异步任务清理过期分区。此回答来自钉群云数据仓库ADB-开发者群。

分区表又称普通表，用于存储业务数据的度量值。

AnalyticDB MySQL版根据分布键将数据打散在各个数据节点上。每个节点再根据分区键将数据文件拆分为不同的文件。如果业务明确有增量数据导入需求，创建分区表时可以同时指定分布键和分区键，来实现数据的增量同步。

云原生数据仓库AnalyticDB MySQL版支持通过CREATE TABLE创建表，也支持通过CTAS将查询到的数据写入新表中。

CREATE TABLE [IF NOT EXISTS] table_name
  ({column_name column_type [column_attributes] [ column_constraints ] [COMMENT 'string']
  | table_constraints}
   [, ... ]  )
   table_attribute
   [partition_options]
   [storage_policy]
   [block_size]
   [engine]
   [rt_engine]
   [table_properties]
[AS] query_expression
   COMMENT 'string'

column_attributes:
   [DEFAULT default_expr]
   [AUTO_INCREMENT]

column_constraints:
   [{NOT NULL|NULL} ]
   [PRIMARY KEY]

table_constraints:
   [{INDEX|KEY} [index_name] (column_name,...)]
   [PRIMARY KEY [index_name] (column_name,...)]
   [CLUSTERED KEY [index_name] (column_name,...)]


table_attribute:
   DISTRIBUTED BY HASH(column_name,...) | DISTRIBUTED BY BROADCAST

partition_options:
  PARTITION BY 
        {VALUE(column_name) | VALUE(date_format(column_name, ?))}
  LIFECYCLE N

storage_policy:
  STORAGE_POLICY= 'HOT'|'COLD'|'MIXED' [hot_partition_count=N]

block_size:
  BLOCK_SIZE= VALUE

engine:
  ENGINE= 'XUANWU'

rt_engine：
  RT_ENGINE= 'COLUMNSTORE'

table_properties:
  TABLE_PROPERTIES = '{"format":"columnstore"}'

——参考来源于阿里云官方文档。