Partitioning divise une grande table en plus petites pièces physiques (partitions) basées sur la valeur d'une colonne, tout en restant une seule table logique. Le partitionnement déclaratif de PostgreSQL (Postgres 10+) rend cela propre. Cela améliore les performances et la gérabilité pour les très grandes tables.
orders (id , order_date , amount )
(order_date);
orders_2023 orders
() ();
orders_2024 orders
() ();
orders est une seule table logique, stockée physiquement en partitions par année. Les insertions et les requêtes sont automatiquement acheminées vers la bonne partition.
-- a query filtered on the partition key scans ONLY relevant partitions
SELECT * FROM orders WHERE order_date >= '2024-06-01';
-- → Postgres skips orders_2023 entirely ("partition pruning") — scans only orders_2024
Le partition pruning est le principal avantage : les requêtes filtrant sur la clé de partition ne touchent que les partitions pertinentes, réduisant considérablement les données analysées sur les très grandes tables.
PARTITION BY RANGE → value ranges (dates, numbers) — common for time-series
PARTITION BY LIST → discrete values (region, status)
PARTITION BY HASH → hash of the key (even distribution across N partitions)
-- drop old data instantly by dropping a whole partition (vs slow DELETE)
DROP TABLE orders_2020; -- removes all 2020 data instantly
-- vs DELETE FROM orders WHERE year = 2020 → slow, creates bloat
-- detach/attach partitions; automate with pg_partman extension
Supprimer une partition entière pour archiver ou supprimer les anciennes données est instantané — un avantage opérationnel majeur par rapport à DELETE pour les grands ensembles de données.
Le partitionnement de table est une technique PostgreSQL importante pour gérer et interroger les très grandes tables, et sa compréhension est précieuse pour travailler avec Postgres à grande échelle.
À mesure que les tables croissent vers des centaines de millions ou des milliards de lignes, le partitionnement résout les problèmes de performance et de gérabilité en divisant la table en plus petites pièces physiques.
Le partitionnement déclaratif de Postgres (Postgres 10+) rend cela propre et est la norme moderne à connaître.
L'avantage clé en termes de performance est le partition pruning — les requêtes filtrant sur la clé de partition analysent uniquement les partitions pertinentes (en sautant les autres), réduisant considérablement les données analysées pour les très grandes tables (particulièrement précieux pour les données de séries temporelles filtrées par date, un cas très courant).
Au-delà de la performance, le partitionnement offre des avantages majeurs en matière de maintenance : archiver ou supprimer les anciennes données devient instantané en supprimant une partition entière (par rapport à une lente et coûteuse DELETE de millions de lignes — un avantage opérationnel significatif pour les données avec politiques de rétention, comme les journaux et événements).
Comprendre les stratégies (RANGE pour les plages de dates/numériques — courant pour les séries temporelles ; LIST pour les valeurs discrètes ; HASH pour une distribution uniforme) et quand utiliser le partitionnement (très grandes tables avec une clé de partition naturelle, en particulier les séries temporelles avec archivage régulier — pas les petites tables où l'indexation suffit) reflète un jugement sain.
Puisque la gestion des très grandes tables est un vrai défi dans les systèmes PostgreSQL à grande échelle, et puisque le partitionnement déclaratif (avec partition pruning et maintenance de suppression de partition efficace) est l'outil standard — complétant l'indexation — la compréhension du partitionnement de table PostgreSQL est une connaissance précieuse et pratiquement pertinente pour la scalabilité des bases de données, particulièrement importante pour les applications à grande échelle, à haut volume ou de séries temporelles, et un sujet courant démontrant la capacité à gérer Postgres à grande échelle.