Database 如何在DolphinDB中进行适当的分区以达到更好的性能？

我有一万台设备，每台设备有一万条记录。对于每个记录，我们应该有包括devId（int）、devName（string）、devgroup（int）、time（timestamp）、temperature（int）和hyperty（float）的列。具体而言，devId的范围为1到10000；devName的范围类似地从“dev”1到“dev”10000；devGroup的范围从0到99（每100台设备作为一个组）。在DolphinDB中，我设计了两种模式：

dbDir = 'dfs://devDB'
if(existsDatabase(dbDir))
   dropDatabase(dbDir)
range_schema=0..100 * 100 + 1
db = database(dbDir, RANGE, range_schema)
dev = db.createPartitionedTable(schema, `dev , `devId)

或者如果我像这样分区：

dbDir = 'dfs://devDB'
if(existsDatabase(dbDir))
   dropDatabase(dbDir)
range_schema=0..100 * 100 + 1
db1 = database("", VALUE, 0..99)
db2 = database("", RANGE, range_schema) 
db = database(dbDir, COMPO, [db1,db2])
db.createPartitionedTable(schema,`dev,`devGroup`devId)

我想知道哪个更合适，还是有划分规则