对于分区表，底层的数据存储和组织方式，你可以理解为是“一个分区就是一个表”，所以 analyze 一个分区表其实相当于 analyze “多个表” ，所以耗时会比较久。
所以最佳实践是这样的：
-
使用抽样方式进行采样，可以指定采样的行数或者比例
-
只对业务需要访问的分区进行 analyze，不用对整个表进行 analyze。如 analyze table t partition p1;
-
如果业务有需要，那就老老实实 analyze 整个表吧
官方文档参考：
1 个赞
嗯，目前这对分区选择性地进行analyze了，不然粒度细，数据变动大analyze频繁
好，那种历史流水数据，如果后面历史数据需要清除，是可以通过分区快速指定清除某一部分是吧
建议使用分区表。方便清理数据，提高查询性能
对于历史数据清理，可以直接对历史的分区执行 drop partition 或者 truncate partition操作。
这个命令对于用户来说执行是很快的，不管这个分区有多少数据，可以在几秒钟内就完成删除（是一个 DDL 操作），而且后台GC回收数据时可以直接释放空间，总体来说对用户、对TiDB集群都是非常友好的。
最新版本的 行级数据 TTL 功能出现后，这类问题就可以根本解决了，不用后续过多的运维操作介入，有兴趣也可以去了解下。
为何要用join,不能程序里面去关联吗
支持这样操作，但是不建议这么搞，结合你的业务场景，通过分区表方式来实现，提高检索下来和对数据的管理
要做实时计算分析
嗯，现在分开搞了
好的， 谢谢
此话题已在最后回复的 60 天后被自动关闭。不再允许新回复。