Kdy sáhnete po partitioningu versus shardingu pro škálování MySQL?

Question

IT Interview Practice · Accepted Answer

Oba rozdělují velkou tabulku, ale na různých úrovních. **Partitioning** rozděluje jednu tabulku napříč více soubory **uvnitř jednoho MySQL serveru**. **Sharding** rozděluje data napříč **více nezávislými servery**. Partitioning pomáhá tabulce, která je příliš velká na jeden soubor; sharding pomáhá zátěži, která je příliš velká na jeden stroj.

## Partitioning (jeden server)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- klíč partitionu musí být v každém unikátním klíči
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- Dotazy filtrující na created_at zasáhnou JEDEN partition (partition pruning);
-- mazání starých dat je okamžité ALTER TABLE ... DROP PARTITION p2024.
```

Skvělé pro časové řady a snadnou archivaci, ale stále je to jeden server — žádné další celkové CPU, RAM ani propustnost zápisu.

## Sharding (mnoho serverů)

Zvolte **shard key** (např. `user_id`) a směrujte každý řádek na shard pomocí hashe nebo rozsahu:

```
shard = hash(user_id) % N
  uživatel 42 -> shard 2 (server B)     uživatel 99 -> shard 0 (server A)
```

- **Výhody** — téměř lineární škálování zápisů, úložiště a připojení.
- **Nevýhody** — JOINy a transakce napříč shardy jsou těžké nebo nemožné; špatný shard key vytváří horká místa; **resharding** při přidávání serverů je bolestivý. Zvolte klíč s vysokou kardinalitou a rovnoměrným rozložením a vyhněte se dotazům, které se musí rozvětvit na všechny shardy.

## Pořadí operací

Nejprve vyčerpejte levnější zisky: indexování, ladění dotazů, čtecí repliky, cachování, pak partitioning. Po shardingu sáhněte teprve tehdy, když jeden primární server už nedokáže pojmout objem **zápisu** — je to největší skok v provozní složitosti.

## Proč je to důležité

Rozhodnutí o škálování jsou z velké části nevratná a drahá. Vědět, že partitioning je organizační nástroj v rámci jednoho serveru, zatímco sharding je závazek k distribuovaným systémům — s náklady na shard key a napříč shardy — brání týmům shardovat předčasně nebo očekávat, že partitioning vyřeší strop propustnosti zápisu, který vyřešit nemůže.

Partitioning (jeden server)

Sharding (mnoho serverů)

Pořadí operací

Proč je to důležité

Související otázky