基本概念
本文介绍 Doris 的分区（Partition）与分桶（Bucket）机制，帮助用户合理设计表结构以提升查询性能与数据管理效率。建议新手按章节顺序阅读：第 1–3 节涵盖核心概念与第一个建表示例，第 4–6 节为进阶特性与设计建议，第 7 节为日常运维所需的查看与修改方法。
1. 概述
Doris 采用 分区（Partition）+ 分桶（Bucket） 的两层数据划分方式，将一张表的数据有序地组织到集群的各个节点上：
- 分区：按列值（如时间、地区）将表水平切分为更小的子集，便于查询裁剪与数据生命周期管理；
- 分桶：在每个分区内进一步将数据均匀打散到多个数据分片（Tablet）中，以充分利用集群并行能力。
数据流向可概括为：
Table ──► Partition ──► Bucket ──► Tablet（数据分片，存储在 BE 节点上）
合理的分区分桶设计能同时带来：查询更快（分区裁剪、并行扫描）、管理更灵活（按时间归档/清理）、写入更均匀（避免热点）。
2. 核心概念
2.1 表结构：行与列
在 Doris 中，数据以表（Table）的形式进行逻辑描述。一张表由行（Row）和列（Column）组成：
| 概念 | 说明 |
|---|---|
| Row | 用户的一行数据 |
| Column | 描述一行数据中的不同字段 |
Column 可以进一步分为两大类：
| 列类型 | 业务对应 | 说明 |
|---|---|---|
| Key 列 | 维度列 | 建表语句中 unique key、aggregate key 或 duplicate key 关键字后指定的列 |
| Value 列 | 指标列 | Key 列以外的其他列，聚合方式由建表时指定 |
在聚合模型中，Key 列相同的行会被聚合成一行，Value 列的聚合方式由用户在建表时指定。关于聚合模型的更多介绍，请参阅 Doris 数据模型。
2.2 分区（Partition）
分区是指根据表中特定列的值，将数据划分为更小的、互不相交的子集。每一行数据属于且仅属于一个特定的分区，分区是最小的逻辑管理单元。
Doris 支持两种分区类型：
- Range 分区：按数值或时间范围划分，常用于时间序列数据；
- List 分区：按枚举值集合划分，常用于按地区、品类等离散维度切分。
建表时如果不指定分区，Doris 会生成一个对用户透明的默认分区，包含表中所有数据。
合理分区可以带来以下收益：
- 查询性能提升：通过分区裁剪，系统可以根据查询条件过滤掉不相关的分区，减少数据扫描量，显著降低 I/O 负担，特别适合大规模数据集；
- 管理灵活性：可按时间、地域等逻辑维度对数据进行分割，便于归档、清理和备份。例如按时间分区可高效管理历史数据与新增数据，支持基于时间的数据维护策略。
2.3 分桶（Bucket）
分桶是指将一个分区中的数据，按照某种规则进一步划分为更小的、互不相交的数据单元。每一行数据属于且仅属于一个特定的分桶。
与按列值范围划分的分区不同，分桶的目标是将数据均匀分布到预定义的桶中，从而减少数据倾斜，并通过提高数据局部性来提升查询执行性能。
Doris 支持两种分桶方式：
- Hash 分桶：通过计算分桶列值的
crc32哈希值，并对桶数取模，将数据均匀分布； - Random 分桶：随机分配数据到桶中。使用 Random 分桶时，可结合
load_to_single_tablet参数优化小规模数据的快速写入。
合理分桶可以带来以下收益：
- 数据均匀分布：减少数据集中或倾斜的风险，避免部分节点或存储设备资源过载；
- 减少热点：避免某些节点或分区过度负载，提升系统稳定性和处理能力；
- 提高并发性能：当多个查询请求需要访问同一分区中的不同数据时，分桶可使系统有效地并行处理多个请求，从而提升吞吐量。
2.4 数据分片（Tablet）与节点架构
一个分桶在物理上对应一个数据分片（Tablet），Tablet 是 Doris 中数据管理的最小单元，也是数据移动、复制等操作的基本物理单位。
Doris 集群由两类节点组成：
- FE 节点（Frontend）：管理集群元数据（如表、分片信息），负责 SQL 的解析与执行规划；
- BE 节点（Backend）：存储 Tablet 数据，负责计算任务的执行；BE 的结果汇总后由 FE 返回给用户。
数据写入与查询时，分区和分桶的协作过程如下：
- 数据写入：先按分区策略将数据行分配到对应分区，再按分桶策略映射到分区内的具体 Tablet；
- 查询执行：FE 优化器会根据查询条件裁剪掉不相关的分区与分桶，最大化减少扫描范围。涉及 JOIN 或聚合查询时，可能发生跨节点的 Shuffle，合理的分区分桶设计（必要时配合 Colocate）可显著降低 Shuffle 成本。
3. 第一个建表示例
Doris 的建表是同步命令，SQL 执行完成即返回结果，命令返回成功即表示建表成功。完整建表语法可参考 CREATE TABLE，也可以通过 HELP CREATE TABLE 查看更多帮助信息。
下面是一个采用 Range 分区 + Hash 分桶的最小建表示例：
-- Range Partition
CREATE TABLE example_range_tbl
(
`user_id` LARGEINT NOT NULL COMMENT "用户id",
`date` DATE NOT NULL COMMENT "数据灌入日期时间",
`timestamp` DATETIME NOT NULL COMMENT "数据灌入的时间戳",
`city` VARCHAR(20) COMMENT "用户所在城市",
`age` SMALLINT COMMENT "用户年龄",
`sex` TINYINT COMMENT "用户性别",
`last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
`cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
`max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
`min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
PARTITION BY RANGE(`date`)
(
PARTITION `p201701` VALUES LESS THAN ("2017-02-01"),
PARTITION `p201702` VALUES LESS THAN ("2017-03-01"),
PARTITION `p201703` VALUES LESS THAN ("2017-04-01"),
PARTITION `p2018` VALUES [("2018-01-01"), ("2019-01-01"))
)
DISTRIBUTED BY HASH(`user_id`) BUCKETS 16
PROPERTIES
(
"replication_num" = "1"
);
结合本例理解写入与查询过程：
- 写入时，每行数据先按
date落入对应的 Range 分区（如2017-02-15进入p201702），再按user_id的 Hash 值映射到该分区下 16 个 Tablet 中的某一个； - 查询
WHERE date = '2017-02-15'时，优化器只扫描p201702分区；若进一步带上user_id = 123，则仅命中其中一个 Tablet。
4. 进阶：分区模式
除了建表时手动声明分区外，Doris 还支持按时间调度自动创建分区（动态分区）和按写入数据按需创建分区（自动分区）。三种模式对比如下：
| 分区模式 | 何时创建分区 | 适用场景 |
|---|---|---|
| 手动分区 | 建表时显式声明，或通过 ALTER 添加 | 分区集合稳定、需精细控制 |
| 动态分区 | 系统按时间调度规则自动创建/回收 | 时间序列数据，希望自动滚动维护近 N 天/周/月分区 |
| 自动分区 | 数据写入时按需创建 | 分区取值不可预知（如多租户、稀疏时间），希望避免预创建 |
下面给出常见组合的建表示例：
- 自动分区
- 动态分区
- 自动分区 + 动态分区
自动分区 支持在数据导入时根据用户定义的规则自动创建对应分区，使用更为便捷。将基础示例改写为自动 Range 分区：
CREATE TABLE example_range_tbl
(
`user_id` LARGEINT NOT NULL COMMENT "用户 id",
`date` DATE NOT NULL COMMENT "数据灌入日期时间",
`timestamp` DATETIME NOT NULL COMMENT "数据灌入的时间戳",
`city` VARCHAR(20) COMMENT "用户所在城市",
`age` SMALLINT COMMENT "用户年龄",
`sex` TINYINT COMMENT "用户性别",
`last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
`cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
`max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
`min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
AUTO PARTITION BY RANGE(date_trunc(`date`, 'month')) --- 使用月作为分区粒度
()
DISTRIBUTED BY HASH(`user_id`) BUCKETS 16
PROPERTIES
(
"replication_num" = "1"
);
如上建表，当数据导入时，Doris 将自动按月级别为 date 列创建对应分区。例如 2018-12-01 与 2018-12-31 会落入同一个分区，而 2018-11-12 会落入另一个分区。自动分区还支持 List 分区，更多用法请查看自动分区文档。
动态分区 是根据现实时间进行自动分区创建与回收的管理方式。将基础示例改写为动态分区：
CREATE TABLE example_range_tbl
(
`user_id` LARGEINT NOT NULL COMMENT "用户 id",
`date` DATE NOT NULL COMMENT "数据灌入日期时间",
`timestamp` DATETIME NOT NULL COMMENT "数据灌入的时间戳",
`city` VARCHAR(20) COMMENT "用户所在城市",
`age` SMALLINT COMMENT "用户年龄",
`sex` TINYINT COMMENT "用户性别",
`last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
`cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
`max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
`min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
PARTITION BY RANGE(`date`)
()
DISTRIBUTED BY HASH(`user_id`) BUCKETS 16
PROPERTIES
(
"replication_num" = "1",
"dynamic_partition.enable" = "true",
"dynamic_partition.time_unit" = "WEEK", --- 分区粒度为周
"dynamic_partition.start" = "-2", --- 向前保留两周
"dynamic_partition.end" = "2", --- 提前创建后两周
"dynamic_partition.prefix" = "p",
"dynamic_partition.buckets" = "8"
);
动态分区支持分层存储、自定义副本数等功能，详见动态分区文档。
自动分区与动态分区各有优势，二者结合可实现分区的灵活按需创建与自动回收：
CREATE TABLE example_range_tbl
(
`user_id` LARGEINT NOT NULL COMMENT "用户 id",
`date` DATE NOT NULL COMMENT "数据灌入日期时间",
`timestamp` DATETIME NOT NULL COMMENT "数据灌入的时间戳",
`city` VARCHAR(20) COMMENT "用户所在城市",
`age` SMALLINT COMMENT "用户年龄",
`sex` TINYINT COMMENT "用户性别",
`last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
`cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
`max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
`min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
AUTO PARTITION BY RANGE(date_trunc(`date`, 'month')) --- 使用月作为分区粒度
()
DISTRIBUTED BY HASH(`user_id`) BUCKETS 16
PROPERTIES
(
"replication_num" = "1",
"dynamic_partition.enable" = "true",
"dynamic_partition.time_unit" = "month", --- 二者粒度必须相同
"dynamic_partition.start" = "-2", --- 动态分区自动清理超过两周的历史分区
"dynamic_partition.end" = "0", --- 动态分区不创建未来分区，完全交给自动分区
"dynamic_partition.prefix" = "p",
"dynamic_partition.buckets" = "8"
);
关于该功能的细节说明，详见 自动分区与动态分区联用。
5. 进阶：分桶进阶
5.1 自动分桶
当用户不确定合理的分桶数时，可以使用自动分桶让 Doris 完成估计，用户仅需提供预估的表数据量：
CREATE TABLE IF NOT EXISTS example_range_tbl
(
`user_id` LARGEINT NOT NULL COMMENT "用户 id",
`date` DATE NOT NULL COMMENT "数据灌入日期时间",
`timestamp` DATETIME NOT NULL COMMENT "数据灌入的时间戳",
`city` VARCHAR(20) COMMENT "用户所在城市",
`age` SMALLINT COMMENT "用户年龄",
`sex` TINYINT COMMENT "用户性别",
`last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
`cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
`max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
`min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
PARTITION BY RANGE(`date`)
(
PARTITION `p201701` VALUES LESS THAN ("2017-02-01"),
PARTITION `p201702` VALUES LESS THAN ("2017-03-01"),
PARTITION `p201703` VALUES LESS THAN ("2017-04-01"),
PARTITION `p2018` VALUES [("2018-01-01"), ("2019-01-01"))
)
DISTRIBUTED BY HASH(`user_id`) BUCKETS AUTO
PROPERTIES
(
"replication_num" = "1",
"estimate_partition_size" = "2G" --- 用户估计一个分区将有的数据量，不提供则默认为 10G
);
需要注意的是，该方式不适用于表数据量特别大的场景。
5.2 Colocate（同分布）
对于需要频繁进行 JOIN 或聚合查询的多张大表，可以启用 Colocate 策略，将相同分桶列值的数据放置在同一物理节点上，避免跨节点 Shuffle，从而显著提升查询性能。详细使用方法请参考 Colocate Join 相关文档。
6. 设计建议
合理的分区分桶设计需要兼顾查询性能、数据管理与系统稳定性。以下是一些通用经验：
6.1 设计目标
- 均匀数据分布：选择高基数列作为分桶列，避免数据倾斜导致部分节点过载；
- 优化查询性能：分区裁剪可大幅减少扫描数据量；合理分桶数提升计算并行度；必要时利用 Colocate 降低 Shuffle 成本；
- 灵活数据管理：按时间分区便于冷/热分层（HDD/SSD），并通过删除历史分区释放存储空间。
6.2 经验值与限制
- 元数据规模：每个 Tablet 的元数据存储在 FE 与 BE 中，需要合理控制规模：
- 每 1000 万 Tablet，FE 至少需要约 100 GB 内存；
- 单个 BE 承载的 Tablet 数应小于 2 万。
- 写入吞吐：
- 单分区分桶数建议 < 128，过多会显著影响写入性能；
- 每次写入应尽量集中在少量分区，避免分散写入产生过多小文件。
- 分区/分桶列选择：
- 分区列优先选时间或低基数枚举；
- 分桶列选高基数列（如
user_id）以保证均匀分布； - 单个 Tablet 的数据量建议在 1–10 GB 之间。
7. 查看与修改分区
7.1 通过 SHOW CREATE TABLE 查看建表语句
通过 SHOW CREATE TABLE 可以查看表的完整建表语句，其中包含分区信息：
> show create table example_range_tbl
+-------------------+---------------------------------------------------------------------------------------------------------+
| Table | Create Table |
+-------------------+---------------------------------------------------------------------------------------------------------+
| example_range_tbl | CREATE TABLE `example_range_tbl` ( |
| | `user_id` largeint(40) NOT NULL COMMENT '用户 id', |
| | `date` date NOT NULL COMMENT '数据灌入日期时间', |
| | `timestamp` datetime NOT NULL COMMENT '数据灌入的时间戳', |
| | `city` varchar(20) NULL COMMENT '用户所在城市', |
| | `age` smallint(6) NULL COMMENT '用户年龄', |
| | `sex` tinyint(4) NULL COMMENT '用户性别', |
| | `last_visit_date` datetime REPLACE NULL DEFAULT "1970-01-01 00:00:00" COMMENT '用户最后一次访问时间', |
| | `cost` bigint(20) SUM NULL DEFAULT "0" COMMENT '用户总消费', |
| | `max_dwell_time` int(11) MAX NULL DEFAULT "0" COMMENT '用户最大停留时间', |
| | `min_dwell_time` int(11) MIN NULL DEFAULT "99999" COMMENT '用户最小停留时间' |
| | ) |
| | PARTITION BY RANGE(`date`) |
| | (PARTITION p201701 VALUES [('0000-01-01'), ('2017-02-01')), |
| | PARTITION p201702 VALUES [('2017-02-01'), ('2017-03-01')), |
| | PARTITION p201703 VALUES [('2017-03-01'), ('2017-04-01'))) |
| | DISTRIBUTED BY HASH(`user_id`) BUCKETS 16 |
| | PROPERTIES ( |
| | "replication_allocation" = "tag.location.default: 1", |
| | "is_being_synced" = "false", |
| | "storage_format" = "V2", |
| | "light_schema_change" = "true", |
| | "disable_auto_compaction" = "false", |
| | "enable_single_replica_compaction" = "false" |
| | ); |
+-------------------+---------------------------------------------------------------------------------------------------------+
7.2 通过 SHOW PARTITIONS 查看分区列表
通过 SHOW PARTITIONS FROM <table_name> 可以查看表的分区列表及详细信息：
> show partitions from example_range_tbl
+-------------+---------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------
+---------------------+---------------------+--------------------------+----------+------------+-------------------------+-----------+
| PartitionId | PartitionName | VisibleVersion | VisibleVersionTime | State | PartitionKey | Range | DistributionKey | Buckets | ReplicationNum | StorageMedium
| CooldownTime | RemoteStoragePolicy | LastConsistencyCheckTime | DataSize | IsInMemory | ReplicaAllocation | IsMutable |
+-------------+---------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------
+---------------------+---------------------+--------------------------+----------+------------+-------------------------+-----------+
| 28731 | p201701 | 1 | 2024-01-25 10:50:51 | NORMAL | date | [types: [DATEV2]; keys: [0000-01-01]; ..types: [DATEV2]; keys: [2017-02-01]; ) | user_id | 16 | 1 | HDD
| 9999-12-31 23:59:59 | | | 0.000 | false | tag.location.default: 1 | true |
| 28732 | p201702 | 1 | 2024-01-25 10:50:51 | NORMAL | date | [types: [DATEV2]; keys: [2017-02-01]; ..types: [DATEV2]; keys: [2017-03-01]; ) | user_id | 16 | 1 | HDD
| 9999-12-31 23:59:59 | | | 0.000 | false | tag.location.default: 1 | true |
| 28733 | p201703 | 1 | 2024-01-25 10:50:51 | NORMAL | date | [types: [DATEV2]; keys: [2017-03-01]; ..types: [DATEV2]; keys: [2017-04-01]; ) | user_id | 16 | 1 | HDD
| 9999-12-31 23:59:59 | | | 0.000 | false | tag.location.default: 1 | true |
+-------------+---------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------
+---------------------+---------------------+--------------------------+----------+------------+-------------------------+-----------+
7.3 修改分区
通过 ALTER TABLE ADD PARTITION 可以为表新增分区：
ALTER TABLE example_range_tbl ADD PARTITION p201704 VALUES LESS THAN("2020-05-01") DISTRIBUTED BY HASH(`user_id`) BUCKETS 5;
更多分区修改操作，请参考 SQL 手册 ALTER-TABLE-PARTITION。
7.4 分区检索
partitions 表函数和 information_schema.partitions 系统表记录了集群的分区信息。在自动管理分区时，可以通过它们提取分区信息。
查找指定值所属的分区
在 Auto Partition 表中查找某个值对应的分区：
mysql> select * from partitions("catalog"="internal", "database"="optest", "table"="DAILY_TRADE_VALUE") where PartitionName = auto_partition_name('range', 'year', '2008-02-03');
+-------------+-----------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+
| PartitionId | PartitionName | VisibleVersion | VisibleVersionTime | State | PartitionKey | Range | DistributionKey | Buckets | ReplicationNum | StorageMedium | CooldownTime | RemoteStoragePolicy | LastConsistencyCheckTime | DataSize | IsInMemory | ReplicaAllocation | IsMutable | SyncWithBaseTables | UnsyncTables |
+-------------+-----------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+
| 127095 | p20080101000000 | 2 | 2024-11-14 17:29:02 | NORMAL | TRADE_DATE | [types: [DATEV2]; keys: [2008-01-01]; ..types: [DATEV2]; keys: [2009-01-01]; ) | TRADE_DATE | 10 | 1 | HDD | 9999-12-31 23:59:59 | | \N | 985.000 B | 0 | tag.location.default: 1 | 1 | 1 | \N |
+-------------+-----------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+
1 row in set (0.30 sec)
在 List 分区表中查找对应的分区：
mysql> select * from information_schema.partitions where TABLE_SCHEMA='optest' and TABLE_NAME='list_table1' and PARTITION_NAME=auto_partition_name('list', null);
+---------------+--------------+-------------+----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+-----------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
| TABLE_CATALOG | TABLE_SCHEMA | TABLE_NAME | PARTITION_NAME | SUBPARTITION_NAME | PARTITION_ORDINAL_POSITION | SUBPARTITION_ORDINAL_POSITION | PARTITION_METHOD | SUBPARTITION_METHOD | PARTITION_EXPRESSION | SUBPARTITION_EXPRESSION | PARTITION_DESCRIPTION | TABLE_ROWS | AVG_ROW_LENGTH | DATA_LENGTH | MAX_DATA_LENGTH | INDEX_LENGTH | DATA_FREE | CREATE_TIME | UPDATE_TIME | CHECK_TIME | CHECKSUM | PARTITION_COMMENT | NODEGROUP | TABLESPACE_NAME |
+---------------+--------------+-------------+----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+-----------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
| internal | optest | list_table1 | pX | NULL | 0 | 0 | LIST | NULL | str | NULL | (NULL) | 1 | 1266 | 1266 | 0 | 0 | 0 | 0 | 2024-11-14 19:58:45 | 0000-00-00 00:00:00 | 0 | | | |
+---------------+--------------+-------------+----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+-----------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
1 row in set (0.24 sec)
查找指定起点的分区
mysql> select * from information_schema.partitions where TABLE_NAME='DAILY_TRADE_VALUE' and PARTITION_DESCRIPTION like "[('2012-01-01'),%";
+---------------+--------------+-------------------+-----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+----------------------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
| TABLE_CATALOG | TABLE_SCHEMA | TABLE_NAME | PARTITION_NAME | SUBPARTITION_NAME | PARTITION_ORDINAL_POSITION | SUBPARTITION_ORDINAL_POSITION | PARTITION_METHOD | SUBPARTITION_METHOD | PARTITION_EXPRESSION | SUBPARTITION_EXPRESSION | PARTITION_DESCRIPTION | TABLE_ROWS | AVG_ROW_LENGTH | DATA_LENGTH | MAX_DATA_LENGTH | INDEX_LENGTH | DATA_FREE | CREATE_TIME | UPDATE_TIME | CHECK_TIME | CHECKSUM | PARTITION_COMMENT | NODEGROUP | TABLESPACE_NAME |
+---------------+--------------+-------------------+-----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+----------------------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
| internal | optest | DAILY_TRADE_VALUE | p20120101000000 | NULL | 0 | 0 | RANGE | NULL | TRADE_DATE | NULL | [('2012-01-01'), ('2013-01-01')) | 1 | 985 | 985 | 0 | 0 | 0 | 0 | 2024-11-14 17:29:02 | 0000-00-00 00:00:00 | 0 | | | |
+---------------+--------------+-------------------+-----------------+-------------------+----------------------------+-------------------------------+------------------+---------------------+----------------------+-------------------------+----------------------------------+------------+----------------+-------------+-----------------+--------------+-----------+-------------+---------------------+---------------------+----------+-------------------+-----------+-----------------+
1 row in set (0.65 sec)
