在 ClickHouse 中，磁盘上存储表数据一部分的物理文件被称为数据分片part。数据分区partition则是通过分区键创建表的数据逻辑划分。通过分区，用户可以更高效地存储、查询和操作数据的子集，从而提升大表的性能和可管理性。在本博客系列的第一篇中，我们将介绍 ClickHouse 中的数据分片 part 与分区 partition，以及它们的使用方式和区别。
1. Part
如前所述，Part是磁盘上的物理文件。默认情况下，所有与数据相关的文件都位于/var/lib/clickhouse目录下。ClickHouse 中的每个 MergeTree 表都有一个唯一目录路径来存储Part。你可以通过system.parts系统表查询到Part的实际存储位置、片段名称、分区信息（如果有的话）以及其他一些有用的信息。
下方展示了从system.parts表中查询结果的一个示例。其中，part_type字段中的Wide表示每列在文件系统中以单独的文件形式存储；而Compact则表示所有列都存储在同一个文件中。此外，在partition列中，tuple()表示该表未进行分区。
SELECTsubstr(table,1,22),partitionASprt,name,part_type,pathFROMsystem.partsWHEREdatabase='sampleDatasets'ORDERBYtableASC,partitionASC,nameASCQuery id:2a9462a8-7e74-4c0f-a89a-0bd2a31d0a46 ┌─substring(table,1,22)─┬─prt─────┬─name──────────┬─part_type─┬─path──────────────────────────────────────────────────────────────────────────────┐ │.inner_id.ca612a5e-5ee │ tuple()│ all_1_1_1 │ Compact │/var/lib/clickhouse/store/4c6/4c6dfe9a-b697-4f9a-928f-f829bf44fb5c/all_1_1_1/│ │ opensky │ tuple()│ all_1_1_1_5 │ Wide │/var/lib/clickhouse/store/1af/1afc664b-0a25-443a-a317-532532434753/all_1_1_1_5/│ │ opensky │ tuple()│ all_2_2_1_5 │ Wide │/var/lib/clickhouse/store/1af/1afc664b-0a25-443a-a317-532532434753/all_2_2_1_5/│ │ opensky │ tuple()│ all_3_3_0_5 │ Wide │/var/lib/clickhouse/store/1af/1afc664b-0a25-443a-a317-532532434753/all_3_3_0_5/│ │ opensky │ tuple()│ all_4_4_0_5 │ Compact │/var/lib/clickhouse/store/1af/1afc664b-0a25-443a-a317-532532434753/all_4_4_0_5/│ │ openskyDeletedRecord │ tuple()│ all_2_2_2 │ Compact │/var/lib/clickhouse/store/5b0/5b0e6758-ae46-4c25-9599-f2cddc362b5e/all_2_2_2/│ │ opensky_1000000 │ tuple()│ all_1_1_0 │ Wide │/var/lib/clickhouse/store/a2a/a2aa62d7-65bb-4bb2-bc5b-2c3d1befa147/all_1_1_0/│ │ opensky_freeze_restore │ tuple()│ all_1_1_1 │ Wide │/var/lib/clickhouse/store/2d0/2d0e6ad7-6fd4-408e-8c18-b39416ea8ff1/all_1_1_1/│ │ opensky_freeze_restore │ tuple()│ all_2_2_1 │ Wide │/var/lib/clickhouse/store/2d0/2d0e6ad7-6fd4-408e-8c18-b39416ea8ff1/all_2_2_1/│ │ opensky_freeze_restore │ tuple()│ all_3_3_0 │ Wide │/var/lib/clickhouse/store/2d0/2d0e6ad7-6fd4-408e-8c18-b39416ea8ff1/all_3_3_0/│ │ opensky_freeze_restore │ tuple()│ all_4_4_0 │ Compact │/var/lib/clickhouse/store/2d0/2d0e6ad7-6fd4-408e-8c18-b39416ea8ff1/all_4_4_0/│ │ opensky_redo_test │ tuple()│ all_1_2_1 │ Compact │/var/lib/clickhouse/store/e99/e99f1ab9-6d21-4d01-8f02-9f2aa0e6b45a/all_1_2_1/│ │ opensky_redo_test2 │ tuple()│ all_103_104_1 │ Compact │/var/lib/clickhouse/store/fac/facadfc3-1c5b-4775-bea7-53c262f7e237/all_103_104_1/│ │ test_table │ tuple()│ all_1_2_1 │ Compact │/var/lib/clickhouse/store/024/024a3a77-4ca9-4761-a2f1-4b36eb4ece0e/all_1_2_1/│ └─────────────────────────┴─────────┴───────────────┴───────────┴───────────────────────────────────────────────────────────────────────────────────┘也可以在目录/var/lib/clickhouse/data/<DBNAME>/<TABLENAME>中查看表的数据分片Part，会发现该目录下存放都是符号链接，通过链接可以查看表包含的数据分片Part。比如，进入表mytest_of_ti所在目录查看：
root@clickhouse01:/var/lib/clickhouse/data/sampleDatasets/opensky# ls -al total 36 drwxr-x--- 7 clickhouse clickhouse 4096 Nov 21 10:00 . drwxr-x--- 3 clickhouse clickhouse 4096 Oct 16 13:13 .. drwxr-x--- 2 clickhouse clickhouse 4096 Nov 21 09:49 all_1_1_1_5 drwxr-x--- 2 clickhouse clickhouse 4096 Nov 21 09:49 all_2_2_1_5 drwxr-x--- 2 clickhouse clickhouse 4096 Nov 21 09:49 all_3_3_0_5 drwxr-x--- 2 clickhouse clickhouse 4096 Nov 21 09:49 all_4_4_0_5 drwxr-x--- 2 clickhouse clickhouse 4096 Nov 9 11:33 detached -rw-r----- 1 clickhouse clickhouse 1 Oct 16 13:13 format_version.txt -rw-r----- 1 clickhouse clickhouse 100 Nov 21 09:49 mutation_5.txt如上例所示，sampleDatasets数据库中的opensky表包含 4 个数据分片Part。每个数据分片Part都有其独立的目录，且目录名称均以all_开头。以名为all_3_3_0_5的数据分片Part为例：
- 第一个 3 表示数据分片
Part所包含数据块的最小编号； - 第二个 3 表示数据分片
Part所包含数据块的最大编号； - 0 表示合并层级（即数据分片
Part由合并树的第几层生成）； - 5 表示变更版本号（mutation version），用于标识数据分片
Part是否经过了数据变更（mutation）操作。
此外，这些信息也可以通过system.parts系统表进行查询获取：
SELECTname,partition_id,min_block_number,max_block_number,level,data_versionFROMsystem.partsWHERE(database='sampleDatasets')AND(table='opensky')AND(name='all_3_3_0_5')Query id:0f2bb404-11a0-4df3-b1c1-7941698b9560 ┌─name────────┬─partition_id─┬─min_block_number─┬─max_block_number─┬─level─┬─data_version─┐ │ all_3_3_0_5 │all│3│3│0│5│ └─────────────┴──────────────┴──────────────────┴──────────────────┴───────┴──────────────┘2. Partitions
与数据分片Part一样，也可以从system.parts表中访问 MergeTree 表的分区信息。不过，在这里分区列不是用tuple()来表示了，而是具体的分区标识。要创建一个分区表，首先需要在创建表时使用PARTITION BY expr子句。例如，PARTITION BY toYYYMMDD(start_time)子句会根据start_time列按天创建分区。在下面的示例中可以看到，Partitions 分区名称和数据分片Part名称是不同的。此外，数据分片Part名称不再以all开头，而是以对应的分区标识作为前缀。分区是一种逻辑上的划分方式，而数据分片Part则是实际存储在磁盘上的物理文件。一个分区可以包含一个或多个数据分片Part：
SELECTpartition,name,activeFROMsystem.partsWHERE(table='backups')AND(database='RECMAN')┌─partition─┬─name───────────┬─active─┐ │20221017│20221017_1_1_0 │1│ │20221018│20221018_2_2_0 │1│ │20221114│20221114_3_3_0 │1│ └───────────┴────────────────┴────────┘通常，分区用于提升查询性能，并为我们提供灵活管理数据子集的能力。你可以直接对分区进行查询、删除（DROP）、分离（DETACH）等操作。关于数据分片Part和分区Partitions的具体操作，我们将在后续的博客文章中详细讨论。
你可以通过在WHERE子句中指定条件，或使用隐藏列_partition_id来查询特定的分区。当然，更推荐使用官方支持的方式，即在WHERE子句中直接提供分区键的条件。但在某些场景下，我们也需要使用_partition_id。
现在，让我们来看一个分区表的查询示例。假设我们的表recoDB.opensky_partitioned是按lastseen列进行分区的。我们既可以通过分区键列（即lastseen），也可以通过隐藏列_partition_id来访问特定的分区：
SELECTcount()FROMrecoDB.opensky_partitionedWHEREtoDate(lastseen)='2019-02-25'┌─count()─┐ │69480│ └─────────┘#####################################SELECTcount()FROMrecoDB.opensky_partitionedWHERE_partition_id='20190225'┌─count()─┐ │69480│ └─────────┘此外，我们还可以利用_partition_id查询前 10 个分区的数据：
SELECT_partition_id,count()FROMrecoDB.opensky_partitionedGROUPBY_partition_idORDERBY2DESCLIMIT10┌─_partition_id─┬─count()─┐ │20190524│90358│ │20190531│87917│ │20190523│87023│ │20190530│86945│ │20190425│85524│ │20190516│85348│ │20190515│85287│ │20190522│85056│ │20190517│84986│ │20190510│84585│ └───────────────┴─────────┘3. 结论
数据分片Part和分区Partitions是 ClickHouse 数据库的核心组成部分。一般来说，数据分片Part用于存储表中的一部分数据，是磁盘上的物理文件；而分区Partitions则是逻辑结构，常用于提升表的查询性能和数据管理效率。在本系列的第一篇文章中，我们介绍了 ClickHouse 中的数据分片Part与分区Partitions。在后续的文章中，我们将深入探讨对它们的操作、合并（merging）以及变更（mutations）等内容。
