Concevoir une table

Quatre choix déterminent les performances d'une table : son modèle, sa clé de tri, son partitionnement et sa distribution.

CREATE TABLE analytics.events (
  dt         DATE,
  user_id    BIGINT,
  event_type VARCHAR(32),
  payload    JSON
)
DUPLICATE KEY(dt, user_id)          -- modèle et clé de tri
AUTO PARTITION BY RANGE (date_trunc(dt, 'month')) ()  -- une partition par mois
DISTRIBUTED BY HASH(user_id) BUCKETS AUTO;            -- distribution

Modèle

Modèle	Lignes de même clé	Usage
Duplicate Key	Toutes conservées	Événements, logs, données brutes
Unique Key	Dernière version conservée	Dimensions, données mises à jour
Aggregate Key	Agrégées (SUM, MAX…)	Métriques pré-agrégées

Détails et exemples : Modèles de données.

Clé de tri

Les colonnes de la clé (DUPLICATE KEY, UNIQUE KEY ou AGGREGATE KEY) fixent l'ordre de stockage. Placez en premier les colonnes les plus filtrées.

Partitionnement

Découpe la table par plage (RANGE, en général une date) ou par liste de valeurs (LIST). Une requête filtrée sur la colonne de partition ne lit que les partitions concernées, et la purge se fait par partition (ALTER TABLE … DROP PARTITION).

AUTO PARTITION crée les partitions au fil des chargements. Ne partitionnez pas une petite table.

Distribution

Répartit les lignes en buckets lus en parallèle.

• HASH(colonne) : une colonne à forte cardinalité, souvent utilisée en jointure (user_id, order_id).
• RANDOM : aucune colonne ne s'y prête.
• BUCKETS AUTO laisse la plateforme choisir le nombre de buckets.

Exemples

Table	Modèle	Partition	Distribution
Événements	Duplicate Key	Par mois sur dt	HASH(user_id)
Clients	Unique Key	Aucune	HASH(customer_id)
Métriques quotidiennes	Aggregate Key	Par mois sur dt	HASH(site_id)