大表分割：數據倉庫查詢優化的隱形利器

常見優化手段的極限

數據倉庫面對億級資料量時，傳統優化手段逐漸失效：

• 硬體升級成本高、邊際效益遞減。
• SQL 改寫、索引優化在全表掃描面前收效有限。
• 建立索引耗時極長，查詢時掃描巨大索引樹同樣緩慢。

資料分割：將大表拆解為小表

核心思想：依據業務鍵值（如機構代碼、日期範圍）將單一大表水平切分為多個同結構小表。查詢時透過 UNION ALL 合併或建立 UNION ALL VIEW，優化器可實現分割裁剪，僅掃描相關分割。

實戰案例：保險公司保單明細表

• 36 家分公司，單年 2 億筆，兩年超過 4 億筆。
• 原表 f_policy 查詢回應極慢。
• 依 branch_id 拆分為 36 個子表 f_policy_01 ~ f_policy_36。
• 建立視圖：CREATE VIEW v_policy_all AS SELECT * FROM f_policy_01 UNION ALL ... UNION ALL SELECT * FROM f_policy_36;

效益分析

實作建議

1. 選擇基數適中、查詢頻繁出現在 WHERE 條件的欄位為分割鍵（機構、日期、狀態）。
2. 命名規範：表名_分割值，便於識別。
3. 建立 UNION ALL VIEW 供應用透明存取，維護 DML 觸發器將資料導向正確子表。
4. 考慮 Oracle 原生 Partitioned Table（範圍、清單、雜湊、複合分割），功能更完整、維護更簡單，企業版授權包含。

資料分割是處理超大型表的標準架構模式，不僅提升查詢效能，更簡化資料生命週期管理。