Hvornår griber du efter partitioning frem for sharding for at skalere MySQL?

Question

IT Interview Practice · Accepted Answer

Begge splitter en stor tabel, men på forskellige niveauer. **Partitioning** splitter én tabel op over flere filer **inde i en enkelt MySQL-server**. **Sharding** splitter data op over **flere uafhængige servere**. Partitioning hjælper en tabel, der er for stor til én fil; sharding hjælper en workload, der er for stor til én maskine.

## Partitioning (én server)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- partition key must be in every unique key
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- Queries filtering on created_at hit ONE partition (partition pruning);
-- dropping old data is an instant ALTER TABLE ... DROP PARTITION p2024.
```

Fremragende til time-series og nem arkivering, men det er stadig én server — ikke mere samlet CPU, RAM eller write-throughput.

## Sharding (mange servere)

Vælg en **shard key** (f.eks. `user_id`) og rut hver række til en shard via hash eller range:

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

- **Fordele** — næsten lineær skalering af writes, lagerplads og forbindelser.
- **Ulemper** — cross-shard-JOINs og -transaktioner er svære eller umulige; en dårlig shard key skaber hotspots; **resharding**, når du tilføjer servere, er smertefuldt. Vælg en nøgle med høj kardinalitet og jævn fordeling, og undgå queries, der skal fan-out'e til alle shards.

## Rækkefølge af operationer

Udtøm de billigere gevinster først: indeksering, query-tuning, read replicas, caching og så partitioning. Grib kun efter sharding, når en enkelt primary ikke længere kan absorbere **write**-volumenet — det er det største spring i operationel kompleksitet.

## Hvorfor det betyder noget

Skaleringsbeslutninger er stort set irreversible og dyre. At vide, at partitioning er et organisatorisk værktøj på én server, mens sharding er et distribueret-systemer-engagement — med dets shard-key- og cross-shard-omkostninger — holder teams fra at shardere for tidligt eller forvente, at partitioning løser et write-throughput-loft, det ikke kan.

Partitioning (én server)

Sharding (mange servere)

Rækkefølge af operationer

Hvorfor det betyder noget

Relaterede spørgsmål