请说明在 ClickHouse 中为 MergeTree 表设置分区策略的具体方法。

回答思路

1. 【回答框架 1】分区是 MergeTree 表引擎中用于按指定列值将数据物理分段存储的机制，可提升查询性能并便于数据管理。配置方式是在建表语句的 PARTITION BY 子句中指定一个表达式，例如 PARTITION BY toYYYYMM(date) 按月分区、PARTITION BY (event_date, city) 多列分区，或 PARTITION BY intDiv(id, 1000) 按哈希区间分区。
2. 【回答框架 2】分区键的选择应基于查询模式：高频过滤字段作为分区键能减少扫描数据量；分区粒度需权衡，过细导致大量小分区增加写入和合并开销，过粗则失去剪枝优势。分区数量建议控制在合理范围，避免过多分区影响 merge 和查询性能。
3. 【回答框架 3】在建表后可通过 ALTER TABLE ... PARTITION ... 操作管理分区，如 DETACH、DROP、ATTACH 等。同时修改分区键需要重建表，因此设计阶段需谨慎确定分区策略。
4. 【关键点 1】建表时通过 PARTITION BY 表达式定义分区键，常用日期函数或列组合。
5. 【关键点 2】分区键应结合查询过滤条件选择，避免过多或过少分区。
6. 【关键点 3】分区管理操作通过 ALTER TABLE 语句完成，修改分区键通常需重建表。
7. 【易错点 1】分区键粒度设置不合理，如按小时分区导致小文件过多，降低合并与查询效率。
8. 【易错点 2】忽略多列或函数表达式导致分区键无法利用现有索引，出现全分区扫描。