/* 逆向删除对象
DROP PARTITION SCHEME [PS_BasicPolicy2014];
DROP PARTITION FUNCTION [PF_BasicPolicy2014]; ALTER DATABASE [JKGateway] REMOVE FILE FG_BasicPolicy2014_ELSE;
ALTER DATABASE [JKGateway] REMOVE FILE FG_BasicPolicy2014_Piaomeng;
ALTER DATABASE [JKGateway] REMOVE FILE FG_BasicPolicy2014_Jinri;
ALTER DATABASE [JKGateway] REMOVE FILE FG_BasicPolicy2014_51Book;
ALTER DATABASE [JKGateway] REMOVE FILE FG_BasicPolicy2014_19E; ALTER DATABASE [JKGateway] REMOVE FILEGROUP [FG_BasicPolicy2014_ELSE];
ALTER DATABASE [JKGateway] REMOVE FILEGROUP [FG_BasicPolicy2014_Piaomeng];
ALTER DATABASE [JKGateway] REMOVE FILEGROUP [FG_BasicPolicy2014_Jinri];
ALTER DATABASE [JKGateway] REMOVE FILEGROUP [FG_BasicPolicy2014_51Book];
ALTER DATABASE [JKGateway] REMOVE FILEGROUP [FG_BasicPolicy2014_19E];
*/ -- 创建文件组
ALTER DATABASE [JKGateway] ADD FILEGROUP [FG_BasicPolicy2014_ELSE];
ALTER DATABASE [JKGateway] ADD FILEGROUP [FG_BasicPolicy2014_Piaomeng];
ALTER DATABASE [JKGateway] ADD FILEGROUP [FG_BasicPolicy2014_Jinri];
ALTER DATABASE [JKGateway] ADD FILEGROUP [FG_BasicPolicy2014_51Book];
ALTER DATABASE [JKGateway] ADD FILEGROUP [FG_BasicPolicy2014_19E]; -- 创建文件
ALTER DATABASE [JKGateway] ADD FILE ( NAME = N'FG_BasicPolicy2014_ELSE', FILENAME = N'E:\Sqlserver_FILEGROUP\FG_BasicPolicy2014_ELSE.ndf' , SIZE = 3072KB , FILEGROWTH = 1024KB ) TO FILEGROUP [FG_BasicPolicy2014_ELSE];
ALTER DATABASE [JKGateway] ADD FILE ( NAME = N'FG_BasicPolicy2014_Piaomeng', FILENAME = N'F:\Sqlserver_FILEGROUP\FG_BasicPolicy2014_Piaomeng.ndf' , SIZE = 3072KB , FILEGROWTH = 1024KB ) TO FILEGROUP [FG_BasicPolicy2014_Piaomeng];
ALTER DATABASE [JKGateway] ADD FILE ( NAME = N'FG_BasicPolicy2014_Jinri', FILENAME = N'E:\Sqlserver_FILEGROUP\FG_BasicPolicy2014_Jinri.ndf' , SIZE = 3072KB , FILEGROWTH = 1024KB ) TO FILEGROUP [FG_BasicPolicy2014_Jinri];
ALTER DATABASE [JKGateway] ADD FILE ( NAME = N'FG_BasicPolicy2014_51Book', FILENAME = N'D:\Sqlserver_FILEGROUP\FG_BasicPolicy2014_51Book.ndf' , SIZE = 3072KB , FILEGROWTH = 1024KB ) TO FILEGROUP [FG_BasicPolicy2014_51Book];
ALTER DATABASE [JKGateway] ADD FILE ( NAME = N'FG_BasicPolicy2014_19E', FILENAME = N'D:\Sqlserver_FILEGROUP\FG_BasicPolicy2014_19E.ndf' , SIZE = 3072KB , FILEGROWTH = 1024KB ) TO FILEGROUP [FG_BasicPolicy2014_19E]; -- 创建分区函数
CREATE PARTITION FUNCTION [PF_BasicPolicy2014](INT) AS RANGE RIGHT FOR VALUES ('', '', '', ''); -- 创建分区方案(注意顺序:第一个为Other,共它的文件组对应上面的1,2,3,6,如:FG_BasicPolicy2014_Piaomeng对应1,FG_BasicPolicy2014_Jinri对应2,以此类推)
CREATE PARTITION SCHEME [PS_BasicPolicy2014] AS PARTITION [PF_BasicPolicy2014] TO ([FG_BasicPolicy2014_ELSE], [FG_BasicPolicy2014_Piaomeng], [FG_BasicPolicy2014_Jinri], [FG_BasicPolicy2014_51Book], [FG_BasicPolicy2014_19E]); CREATE TABLE [Policy].[BasicPolicy2014](
[policyid] [int] IDENTITY(1,1) NOT FOR REPLICATION NOT NULL,
[ID] [varchar](300) NOT NULL,
[companyID] [int] NOT NULL,
...
CONSTRAINT [PK_BasicPolicy2014] PRIMARY KEY CLUSTERED
(
[policyid] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PS_BasicPolicy2014](companyID)

参考资料:http://www.cnblogs.com/robinli/archive/2011/03/02/1969314.html

Sqlserver大数据量分区表创建的更多相关文章

  1. sqlserver 大数据量的insert、delete操作优化

    http://blog.csdn.net/lanyuzhen/article/details/7547476 --大批量导出orders表:insert DBCC DROPCLEANBUFFERS   ...

  2. (转)SqlServer为大数据量表建索引

    本文转载自:http://blog.csdn.net/iangujun/article/details/8136764 之前从没有用SqlServer数据库处理过大数据量的表,都是用Oracle,然后 ...

  3. 大数据量下的SQL Server数据库自身优化

    原文: http://www.d1net.com/bigdata/news/284983.html 1.1:增加次数据文件 从SQL SERVER 2005开始,数据库不默认生成NDF数据文件,一般情 ...

  4. 【SQL server初级】数据库性能优化一:数据库自身优化(大数据量)

    数据库优化包含以下三部分,数据库自身的优化,数据库表优化,程序操作优化.此文为第一部分 数据库性能优化一:数据库自身优化 优化①:增加次数据文件,设置文件自动增长(粗略数据分区) 1.1:增加次数据文 ...

  5. 使用OPENROWSET、Microsoft.ACE.OLEDB实现大数据量的高效导入

    首先说明使用的环境是:java和Sqlserver. 最近公司需要进行大数据量的导入操作.原来使用的是Apache POI,虽然可以实现功能,但是因为逻辑处理中需要进行许多校验,处理速度太慢,使用多线 ...

  6. 大数据量场景下storm自定义分组与Hbase预分区完美结合大幅度节省内存空间

    前言:在系统中向hbase中插入数据时,常常通过设置region的预分区来防止大数据量插入的热点问题,提高数据插入的效率,同时可以减少当数据猛增时由于Region split带来的资源消耗.大量的预分 ...

  7. offset新探索:双管齐下,加速大数据量查询

    摘要:随着offset的增加,查询的时长也会越来越长.当offset达到百万级别的时候查询时长通常是业务所不能容忍的. 本文分享自华为云社区<offset新探索:双管齐下,加速大数据量查询> ...

  8. jquery.datatable.js与CI整合 异步加载(大数据量处理)

    http://blog.csdn.net/kingsix7/article/details/38928685 1.CI 控制器添加方法 $this->show_fields_array=arra ...

  9. 大数据量下,分页的解决办法,bubuko.com分享,快乐人生

    大数据量,比如10万以上的数据,数据库在5G以上,单表5G以上等.大数据分页时需要考虑的问题更多. 比如信息表,单表数据100W以上. 分页如果在1秒以上,在页面上的体验将是很糟糕的. 优化思路: 1 ...

随机推荐

  1. CHtmlEditCtrl (2): Add a Source Text Editor to Your HTML Editor

    In a previous article, I described how to create an HTML editor using the MFC CHtmlEditCtrl class in ...

  2. npm配置镜像、设置代理

    配置镜像 by config command npm config set registry http://registry.cnpmjs.orgnpm info underscore (如果上面配置 ...

  3. 关于Puppet不得不说的故事

    Puppet对于做DevOps的同学来说,是个熟悉的名字,但仍有许多人并不了解它.那么我先来简单介绍一下:Puppet是由Puppetlabs公司开发的系统管理框架和工具集,被用于IT服务的自动化管理 ...

  4. MySQL常用处理方法

    1.replace into replace into t(id, update_time) values(1, now());或 replace into t(id, update_time) se ...

  5. 忘记webogic管理控制台密码

    cd /user_projects/domains/base_domain/security cp DefaultAuthenticatorInit.ldift DefaultAuthenticato ...

  6. java相关知识集锦

    java语言基础知识: Java8 Stream语法详解 不用循环 java 8系列之Stream的基本语法详解 java8 stream filter等功能代替for Java中try catch ...

  7. Linux下利用signal函数处理ctrl+c等信号

    前言 linux下能够通过信号机制来实现程序的软中断,是一个很实用的编程方法. 我们平时在程序执行的时候按下ctrl-c.ctrl-z或者kill一个进程的时候事实上都等效于向这个进程发送了一个特定信 ...

  8. loadrunner -27492超时

  9. 使用tar+pigz+ssh实现大数据的高效传输

    以前我们跨主机拷贝大数据的时候,比如要拷贝超过100GB的mysql原始数据,我们通常的做法如下: 在源端打包压缩为tar.gz文件 采用scp或者rsync等方式拷贝到目标主机 在目标主机解压文件 ...

  10. 包管理和环境管理软件Anaconda

    可以用于配置linux下得虚拟环境,该软件可以针对不同服务配置不同的运行环境,方便包管理与环境管理