DB2 DPF 環境分區鍵選型全攻略：從資料傾斜評估到線上無縫變更

哈希分區核心機制

• CREATE TABLE ... DISTRIBUTE BY HASH (col1, col2) 定義分區鍵 (PK)
• 內部哈希函數：確定性、同值必落同分區 (假設分區組不變)
• 分區鍵規則：
  • PK/Unique Index 必須為分區鍵超集 (分區鍵列必須出現在 PK/UI 中)
  • 1-3 列，越少越好
  • 整數 > 字串 > 十進位 (效率遞減)
• 未顯式指定 PK 時預設：PK 首列 → 無 PK 時首個非長欄位

為什麼分區鍵決定生死？

最佳實踐：分區傾斜 ≤ 10%；**衝突時優先資料平衡**，並置透過 MQT 複製/維度表廣播解決。

驗證現有分區鍵：兩大儀表板

1. 並置檢查：db2exfmt 查看計劃是否出現 TQUEUE 算子 (圖 1)
2. 傾斜量測：自研存儲過程 ESTIMATE_EXISTING_DATA_SKEW (下載區可取得)

   db2 "call estimate_existing_data_skew('TPCD', 'SUPPLIER', 25)"
   # 25% 抽樣，輸出各分區行數、傾斜百分比、執行時間

   範例輸出：分區 3/8 傾斜 +60%，分區 1/5/6 傾斜 -36% → **嚴重不平衡**

評估候選新分區鍵：雙管齊下

1. 工作負載視角：db2advis -d <db> -i <workload.sql> -m P 或 -g (套件快取) 推薦分區鍵
2. 資料分佈視角：ESTIMATE_NEW_DATA_SKEW 以新 PK 建立副本表載入抽樣資料測量傾斜

   db2 "call estimate_new_data_skew('TPCD', 'SUPPLIER', 'S_ID', 100)"
   # 100% 全量，新 PK S_ID 傾斜 < 0.1% → 極佳平衡

線上無縫變更分區鍵：ADMIN_MOVE_TABLE (DB2 9.7+)

CALL SYSPROC.ADMIN_MOVE_TABLE
('TPCD', 'PART', '', '', '',           -- 目標表空間/索引表空間/LOB 表空間保持原樣
 '', 'COL2, COL3', '', '',             -- 新分區鍵 COL2, COL3
 'COPY_USE_LOAD, FORCE', 'MOVE');      -- 使用 LOAD 加速、強制執行

關鍵特性：

• **全程線上讀寫可用**，對應用透明
• 內部流程：建立目標表 → LOAD 複製資料 → 捕獲增量 (CDC) → 重放 → 交換名稱 → 清理
• 支援同步：更改分區鍵、移動表空間、修改欄位定義、壓縮、索引重建

實戰決策流程圖

1. 新表：依資料模型核心實體關係鍵 (高基數、穩定、常用連接鍵) 定義 PK
2. 既有表：跑 ESTIMATE_EXISTING_DATA_SKEW → 傾斜 > 10% 進入優化流程
3. 收集代表性工作負載 → db2advis -m P 取得候選 PK 清單
4. 對每個候選 PK 跑 ESTIMATE_NEW_DATA_SKEW (1% 抽樣先篩選、最終 100% 確認)
5. 綜合「傾斜度、並置收益、應用改動成本」選定新 PK
6. 維護窗口執行 ADMIN_MOVE_TABLE 線上遷移，驗證應用無感知
7. 事後持續監控傾斜與計劃並置狀態

部署前提與資源需求

• DB2 9.7+ (核心產品含 ADMIN_MOVE_TABLE)
• ESTIMATE_*_DATA_SKEW 存儲過程部署：db2 -td@ -vf estimate_data_skew.sql
• ESTIMATE_NEW_DATA_SKEW 需原表表空間額外 ≥ 1% 空間建立副本
• 生產環境建議維護窗口/低負載時段執行評估過程

總結

分區鍵是 DPF 架構的**基因密碼**。選錯導致資料傾斜與非並置連接雙重打擊；選對實現線性擴展與本地連接雙重紅利。掌握 **「評估現狀 → 候選建模 → 抽樣驗證 → 線上遷移」** 四步法，配合 ESTIMATE_EXISTING/NEW_DATA_SKEW 量化儀表板與 ADMIN_MOVE_TABLE 零停機變更利器，讓分區鍵優化從「玄學經驗」變為「數據驅動的可重複工程實踐」。