Milloin tartut partitiointiin ja milloin shardingiin MySQL:n skaalaamiseksi?

Question

IT Interview Practice · Accepted Answer

Molemmat jakavat ison taulun, mutta eri tasoilla. **Partitiointi** jakaa yhden taulun useisiin tiedostoihin **yhden MySQL-palvelimen sisällä**. **Sharding** jakaa datan **useille itsenäisille palvelimille**. Partitiointi auttaa taulua, joka on liian iso yhteen tiedostoon; sharding auttaa kuormaa, joka on liian iso yhdelle koneelle.

## Partitiointi (yksi palvelin)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- partitioavaimen on oltava jokaisessa uniikissa avaimessa
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- Kyselyt jotka suodattavat created_at:lla osuvat YHTEEN partitioon (partition pruning);
-- vanhan datan pudottaminen on välitön ALTER TABLE ... DROP PARTITION p2024.
```

Loistava aikasarjoille ja helpolle arkistoinnille, mutta se on silti yksi palvelin — ei enempää kokonais-CPU:ta, RAMia tai kirjoitusläpimenoa.

## Sharding (monta palvelinta)

Valitse **shard-avain** (esim. `user_id`) ja ohjaa kukin rivi shardille hashilla tai alueella:

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

- **Edut** — lähes lineaarinen kirjoitusten, tallennustilan ja yhteyksien skaalaus.
- **Haitat** — shardien väliset JOINit ja transaktiot ovat vaikeita tai mahdottomia; huono shard-avain luo kuumia pisteitä; **uudelleenshardaus** palvelimia lisättäessä on tuskaista. Valitse korkean kardinaliteetin, tasaisesti jakautuva avain ja vältä kyselyitä, joiden on levittävä kaikille shardeille.

## Operaatioiden järjestys

Käytä halvemmat voitot ensin loppuun: indeksointi, kyselyviritys, lukureplikat, välimuisti, sitten partitiointi. Tartu shardingiin vasta kun yksittäinen primary ei enää pysty imemään **kirjoitus**volyymia — se on suurin loikka operatiiviseen monimutkaisuuteen.

## Miksi se on tärkeää

Skaalauspäätökset ovat pitkälti peruuttamattomia ja kalliita. Sen tietäminen, että partitiointi on yhden palvelimen järjestelytyökalu kun taas sharding on hajautettujen järjestelmien sitoumus — shard-avaimen ja shardien välisten kustannuksineen — estää tiimejä shardaamasta ennenaikaisesti tai odottamasta partitioinnin ratkaisevan kirjoitusläpimenon katon, jota se ei voi.

Partitiointi (yksi palvelin)

Sharding (monta palvelinta)

Operaatioiden järjestys

Miksi se on tärkeää

Aiheeseen liittyvät kysymykset