分区分桶：超大表的'强迫症收纳术'

① 标题党#

主标题：一张表存千亿行？Doris 的分区分桶能让强迫症狂喜 备选：别人建表是写 SQL，你建表是给数据"分房"？

② 开场钩子#

业务表动辄百亿行，可 Doris 查起来还是快。为什么呢？因为它建表时——不是把数据一股脑堆一块，而是先给你分了房、再排了队。

③ 主角特性：Range 分区 + Hash 分桶#

• Range 分区：按时间/值域切大块（如按天/月），查询 WHERE date=... 直接跳过无关分区（分区裁剪）。
• Hash 分桶：分区内部再按某列哈希切成固定桶，让数据均匀分布到多个 BE，配合分布式并行扫描。

关键：分桶列选错，热点就会压垮单个 BE；选对，扫描天然并行。

④ 最小可复现#

CREATE TABLE events (
  id BIGINT, ts DATETIME, city VARCHAR(16), ...
)
PARTITION BY RANGE(ts) (...);       -- 按时间分区
DISTRIBUTED BY HASH(city) BUCKETS 16 -- 按城市分桶
PROPERTIES ("replication_num" = "3");

⑤ 结论#

分区管”跳过”，分桶管”并行”。Doris 的建表，本质是让每一次查询天然走捷径。

⑥ 配图脚本#

分区=切蛋糕 / 分桶=Hash 漏斗 / 分区裁剪示意 / 不均匀热点 vs 均匀对比