Interroger des tables externes avec partitionnement spécifié dans des fichiers sources

Si vous souhaitez interroger plusieurs fichiers de données dans le magasin d'objets en tant que table externe unique et que les fichiers peuvent être représentés en tant que plusieurs partitions logiques, il est fortement recommandé d'utiliser une table partitionnée externe. L'utilisation d'une table partitionnée externe préserve le partitionnement logique de vos fichiers de données pour l'accès aux interrogations.

L'utilisation de tables externes partitionnées peut considérablement améliorer les performances des interrogations en accédant uniquement aux données requises pour l'interrogation. Par exemple, vous pouvez avoir deux ans de partitions quotidiennes stockées dans des objets distincts dans le magasin d'objets en nuage. Lorsque vous utilisez des tables externes partitionnées, une interrogation portant sur un seul jour n'a besoin que d'accéder aux données sources de ce jour. Lorsque vous utilisez des tables externes partitionnées, la base de données partitionne automatiquement les pruneaux. Dans cet exemple, il suffit de balayer une très petite fraction des données.

Il existe deux façons de créer une table partitionnée externe avec la procédure DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE :

• À l'aide de la valeur file_url_path en combinaison avec le paramètre format : Autonomous AI Database analyse les informations de chemin d'accès au fichier du magasin d'objets en nuage fournies avec ce paramètre pour déterminer les colonnes de partition et les types de données (ou vous pouvez spécifier manuellement les colonnes de partition et les types de données).

  Ce type de partitionnement fournit un sous-programme de synchronisation pour gérer les modifications lorsque des fichiers de partition externes sont ajoutés ou supprimés.

• À l'aide du paramètre partitioning_clause : Autonomous AI Database utilise la clause de partitionnement explicite que vous fournissez pour créer une table partitionnée externe.

  Ce type de partitionnement ne prend pas en charge un sous-programme de synchronisation.

  Voir Interroger les données partitionnées externes (avec clause de partitionnement) pour obtenir une description de ce type de table externe.

• À propos des tables externes avec partitionnement de fichier source
  Dans Autonomous AI Database, vous pouvez créer des tables externes partitionnées à partir de données partitionnées de style Hive ou à partir de données partitionnées de dossier simple stockées dans votre magasin d'objets en nuage.
• Interroger les données partitionnées externes avec l'organisation du fichier source au format Hive
  Utilisez DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE pour créer une table partitionnée externe et générer les informations de partitionnement à partir du chemin d'accès au fichier du magasin d'objets en nuage.
• Interroger les données partitionnées externes avec l'organisation du fichier source au format de dossier
  Utilisez DBMS_CLOUD.CREATE_EXTERNAL_PART_TABLE pour créer une table partitionnée externe et générer les informations de partitionnement à partir du chemin d'accès au fichier du magasin d'objets en nuage.
• Actualiser les tables partitionnées externes avec des fichiers sources mis à jour ou supprimés
  Vous pouvez utiliser DBMS_CLOUD.SYNC_EXTERNAL_PART_TABLE pour actualiser une table partitionnée externe. Utilisez cette procédure lorsque de nouvelles partitions sont ajoutées ou lorsque des partitions sont supprimées de la source du magasin d'objets.