本文从数据分区、表生命周期和定期删除表3个方面为您介绍如何优化存储成本。
对于存储优化而言，有三个关键点：
- 合理地进行数据分区。
- 设置合理的表生命周期。
- 定期地删除废表。
合理设置数据分区
MaxCompute将分区列的每个值作为一个分区。您可以指定多级分区，即将表的多个字段作为表的分区，分区之间的关系类似多级目录的关系。在使用数据时如果指定了需要访问的分区名称，则只会读取相应的分区，避免全表扫描，提高处理效率，降低费用。
- 假如最小统计周期为天，建议采用日期作为分区字段。每天将数据迁移到指定分区，再读取指定分区的数据进行下游统计。
- 假如最小统计周期为小时，建议采用日期+小时作为分区字段。每小时将数据迁移到指定分区，再读取指定分区的数据进行下游统计。如果小时调度的统计任务也按天分区，数据每小时追加，则每小时将多读取大量的无用数据，增加不必要的费用。
您可以根据实际的业务情况选择分区字段，除了日期和时间，也可以使用其他的枚举值个数相对固定的字段，例如渠道、国家和省份地市。或者使用时间和其他字段共同作为分区字段。一般而言，推荐使用二级分区，因为最大的单表最多只支持6万个分区。
合理设置表生命周期
您可以根据数据本身的使用情况，在创建表时对表设置生命周期，MaxCompute会及时删除超过生命周期的数据，达到节省存储空间的目的。
例如，创建一张生命周期为100天的表。如果这张表或者分区的最后修改时间超过了100天将会被删掉。
CREATE TABLE test3 (key boolean) PARTITIONED BY (pt string, ds string) LIFECYCLE 100;生命周期最小单位是分区，所以一个分区表中，如果部分分区达到了生命周期的阈值，那么这些分区会被直接删掉，未达到生命周期阈值的分区不受影响。
已经创建的表可以通过如下命令修改生命周期。详情请参见生命周期操作。
ALTER TABLE table_name SET lifecycle days;删除废表
建议您定期地删除访问跨度大（即长期不会访问）的废表，因为这些表的意义并不大，会极大的浪费存储资源，例如：
- 3个月内没有被访问的表。
- 一张表是非分区表，同时最近1个月内没有被访问。
- 存储为0KB的表，即没有存储的表。
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
阿里云企业补贴进行中： 马上申请
腾讯云限时活动1折起，即将结束： 马上收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折，更有现金返利:同意关联，立享优惠
转转请注明出处：https://www.yunxiaoer.com/159277.html
