Предположим, у таблицы есть целочисленный столбец column1 со значениями в диапазоне от 1 до 10. Допустим, вы используете критические с точки зрения производительности аналитические запросы, которые фильтруют данные по этому столбцу в предложении WHERE.

Такие аналитические запросы можно существенно ускорить, если хранить строки таблицы (или их значения RowID) сгрупированными по значениям column1. В этом случае, чтобы извлечь все строки с определённым значением, например column1=2, нет необходимости сканировать таблицу целиком — строки уже сгруппированы.

Пример ниже показывает дерево каталогов для аналитической таблицы, секционированной по столбцам year и month. Каталог orders — корень дерева. Как правило, имя корневого каталога совпадает с именем таблицы, но его можно изменить.

  orders
  ├── year=2021
  │    ├── month=1
  │    │   ├── file1.parquet
  │    │   └── file2.parquet
  │    └── month=2
  │        └── file3.parquet
  └── year=2022
      ├── month=11
      │   ├── file4.parquet
      │   └── file5.parquet
      └── month=12
          └── file6.parquet

Вы можете секционировать таблицу-кучу напрямую по столбцам year и month:

  COPY orders TO 'orders' (FORMAT parquet, PARTITION_BY (year, month));

Первое orders — это имя таблицы-кучи, а второе orders — это имя корневого каталога в дереве. В предложении PARTITION_BY нельзя использовать выражения, однако их можно создавать динамически как дополнительные столбцы:

  COPY (SELECT *, year(timestamp) AS year, month(timestamp) AS month FROM services) TO 'test' (PARTITION_BY (year, month));

OLAP-данные можно читать из дерева каталогов с помощью флага hive_partitioning:

  SELECT * FROM read_parquet('orders/*/*/*.parquet', hive_partitioning = true);

Если используется этот флаг, значения столбцов считываются из соответствующих подкаталогов.

В этом дереве каталогов Postgres Pro AXE пропускает чтение Parquet-файлов, которые не требуются для результатов запроса. Рассмотрим следующую команду:

  SELECT * FROM read_parquet('orders/*/*/*.parquet', hive_partitioning = true) WHERE year = 2022 AND month = 11;

Она читает следующие Parquet-файлы:

  orders
  └── year=2022
      └── month=11
          ├── file4.parquet
          └── file5.parquet