分区表在什么情况下使用
业务经常删除数据，分区后直接删除分区卸载历史数据
数据按照时间分布，需要保留历史数据
解决表读热点，把表才拆成小表，解决读热点问题
1 个赞
大数据量、容易产生热点问题时使用分区表
如果业务数据有定期按照某个字段可以保存，例如时间，数据保存策略是1个月内，那可以创建按照日期字段每天一个分区，一般都是这样用的，后续维护起来就方便了【包括新建分区，删除分区等】
没有大规模删数据需求不用，要用7.5.1以后马马虎虎用吧，前面版本有些问题
解决表读热点时常用
在别的数据库，一般都是很大存储量的才分区表
热点数据查询吧
tidb，如果不需要定期清理历史数据，没必要分区
当初选tidb的目的就是不用分区表。
解决不了吧，kv有没有分区热点并不会变
冷热数据分离
有定期删除数据的业务，上千万级别的分区，没有删除业务也没必要分区，能冷热分离最好冷热分离。
需要保存历史数据，并且进行生命周期管理的场景就挺适合使用分区表，比如交易流水数据、日志数据这种不需要一直存储、需要定期清理历史数据的场景适合使用分区表。
大数据量、容易产生热点问题时使用分区表
在tidb中，用不用分区表，和数据量都没有关系，只有在你有定期的清理数据的需求时，才可能用到分区表，否则多大的数据量都不推荐使用分区表。
首先数据量得大，其次得有明确的分区键， 最好查询都是在分区内执行。 感觉分区表在某种程度上， 也算是一种冷热分离了。
热点数据，查询能带上分区条件
以下来源于网络：
1、表非常大以至于无法全部都放在内存中，或者只在表的最后部分有热点数据，其他均为历史数据。
2、分区表的数据更加容易维护。例如，想批量删除大量数据可以使用清除整个分区的方式。还可以对一个独立分区进行优化、检查、修复等操作。
3、分区表的数据可以分布在不同的物理设备上，从而高效地利用多个硬件设备。
4、可以使用分区表来避免某些特殊的瓶颈，例如InnoDB的单个索引互斥访问。
5、如果需要，还可以备份和恢复独立的分区，这在非常大的数据集的场景下效果极好。、
数据量大还有历史数据保留