Πότε καταφεύγεις σε partitioning έναντι sharding για να κλιμακώσεις τη MySQL;

Question

IT Interview Practice · Accepted Answer

Και τα δύο χωρίζουν έναν μεγάλο πίνακα, αλλά σε διαφορετικά επίπεδα. Το **Partitioning** χωρίζει έναν πίνακα σε πολλαπλά αρχεία **μέσα σε έναν μοναδικό MySQL server**. Το **Sharding** χωρίζει τα δεδομένα σε **πολλαπλούς ανεξάρτητους servers**. Το partitioning βοηθά έναν πίνακα που είναι πολύ μεγάλος για ένα αρχείο· το sharding βοηθά ένα workload που είναι πολύ μεγάλο για ένα μηχάνημα.

## Partitioning (ένας 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.
```

Εξαιρετικό για time-series και εύκολη αρχειοθέτηση, αλλά παραμένει ένας server — όχι περισσότερη συνολική CPU, RAM ή write throughput.

## Sharding (πολλοί servers)

Διάλεξε ένα **shard key** (π.χ. `user_id`) και δρομολόγησε κάθε γραμμή σε ένα shard με hash ή range:

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

- **Πλεονεκτήματα** — σχεδόν γραμμική κλιμάκωση των writes, του αποθηκευτικού χώρου και των connections.
- **Μειονεκτήματα** — τα cross-shard JOINs και transactions είναι δύσκολα ή αδύνατα· ένα κακό shard key δημιουργεί hotspots· το **resharding** όταν προσθέτεις servers είναι επώδυνο. Διάλεξε ένα key με υψηλή cardinality και ομοιόμορφη κατανομή και απόφυγε queries που πρέπει να κάνουν fan out σε όλα τα shards.

## Σειρά ενεργειών

Εξάντλησε πρώτα τις φθηνότερες νίκες: indexing, query tuning, read replicas, caching, μετά partitioning. Κατέφυγε στο sharding μόνο όταν ένα μοναδικό primary δεν μπορεί πλέον να απορροφήσει τον όγκο των **writes** — είναι το μεγαλύτερο άλμα σε λειτουργική πολυπλοκότητα.

## Γιατί έχει σημασία

Οι αποφάσεις κλιμάκωσης είναι σε μεγάλο βαθμό μη αναστρέψιμες και ακριβές. Το να ξέρεις ότι το partitioning είναι ένα οργανωτικό εργαλείο ενός server ενώ το sharding είναι μια δέσμευση distributed-systems — με τα κόστη του shard-key και των cross-shard — αποτρέπει τις ομάδες από το να κάνουν sharding πρόωρα ή από το να περιμένουν ότι το partitioning θα λύσει ένα ταβάνι write-throughput που δεν μπορεί.

Partitioning (ένας server)

Sharding (πολλοί servers)

Σειρά ενεργειών

Γιατί έχει σημασία

Σχετικές ερωτήσεις