Conas a dhéanfá bunachar sonraí a sciartha do 1 bhilliún úsáideoir?

Question

IT Interview Practice · Accepted Answer

Sciar de réir eochrach atá **i láthair i mbeagnach gach ceist agus a scaipeann ualach go cothrom** — de ghnáth `user_id` haiseáilte — ansin pleanáil le haghaidh athsciartha agus ceisteanna trasdheighilte ón gcéad lá. Ní oirfidh ná ní fheidhmeoidh 1B úsáideoir ar aon nód amháin; roinneann tú rónna thar go leor bunachar sonraí agus stiúrann tú gach ceist chuig an sciar a bhfuil úinéireacht aige uirthi.

```text
                 ┌──────────────┐
Request ─▶ Router/│ shard_of(key)│─▶ Shard 0  (users 0–…)
           Proxy  └──────────────┘   Shard 1
           (Vitess)      │           Shard 2
                         └─────────▶  Shard N   ← each = its own primary+replicas
Directory/lookup table (which key → which shard) ── for range or resharding
```

## Rogha eochrach sciartha — an cinneadh atá deacair a chur ar ceal

Roghnaigh eochair le **cairdinéalacht ard, dáileadh cothrom, agus i láthair i bhformhór na gceisteanna**. Buann `user_id` de ghnáth: buaileann ceisteanna scóipeáilte úsáideora ("mo phróifíl, m'orduithe") aon sciar amháin go beacht. Cruthaíonn eochair dhona (m.sh. `country`) spotaí te — coinníonn aon sciar amháin an India ar fad agus suíonn ceann eile díomhaoin.

## Hash vs raon

- **Sciartha hais** (`shard = hash(user_id) % N`): dáileann go cothrom, maraíonn spotaí te — ach ní mór do cheisteanna raoin ("úsáideoirí cruthaithe an tseachtain seo caite") scaipeadh-cnuasach thar gach sciar.
- **Sciartha raoin** (`user_id 0–1M → shard 0`): coinníonn raonta áitiúil agus déanann athsciartha níos éasca, ach cruthaíonn sé riosca spotaí te (tuirlingíonn na húsáideoirí is nuaí ar fad ar an sciar deireanach).
- Freagra coitianta: **hash le haghaidh ualach cothrom**, le **tábla cuardaigh/eolaire** ionas gur féidir leat raonta a bhogadh gan gach rud a athhaiseáil.

## Athsciartha — pleanáil sula dteastaíonn sé uait

Is gaiste é `% N`: athmhapálann sciar amháin a chur leis beagnach gach eochair. Úsáid **haiseáil chomhsheasmhach** nó **buicéid fhíorúla** (mapáil eochracha → 4096 buicéad loighciúil → sciartha fisiciúla). Bogann scoilt sciartha ansin buicéid, ní an eochairspás iomlán. Uathoibríonn uirlisí cosúil le **Vitess** (a úsáideann YouTube/Slack) athsciartha beo le lascadh.

## Ceisteanna trasdheighilte

Tá aon rud nach bhfuil eochraithe de réir na heochrach sciartha pianmhar: scaipeann ceist dhomhanda "na poist is fearr" chuig gach sciar agus cumascann sí. Maolaigh trí **dínormalú** nó innéacs/stór cuardaigh ar leithligh (Elasticsearch) a choinneáil do léamha trasghearrtha.

## Dearcadh agallaimh

Iniúchann agallóirí an dtuigeann tú go bhfuil rogha eochrach sciartha **leathbhuan** agus ar mhachnaigh tú faoi **athsciartha agus nascanna trasdheighilte** — an dá rud a ghreamaíonn i dtáirgeadh. Maith: "sciar de réir user_id." Iontach: ardaíonn tú haiseáil chomhsheasmhach, maolú sciar te, agus an fíric gur fearr idirbhearta dáilte thar sciartha a sheachaint go hiomlán.

**Gaiste coitianta:** `hash % N` le N seasta — déanann sé imirce sonraí iomlán d'fhás amach anseo.

## Idirbhabhtálacha agus móid teipe

- **ACID trasdheighilte caillte:** níl nascanna/idirbhearta saora thar sciartha; úsáid sagas nó dínormalaigh.
- **Sciar the:** úsáideoir víreasach; fo-sciartha nó taisceáil an t-aonán sin.
- **Riosca athchothromaithe:** ní mór d'imirce bheo scríobh faoi dhó agus fíorú roimh lascadh.
- **Costas oibríochtúil:** N sciar × macasamhla = go leor bunachar sonraí le monatóireacht, cúltaca agus teip a dhéanamh.

Rogha eochrach sciartha — an cinneadh atá deacair a chur ar ceal

Hash vs raon

Athsciartha — pleanáil sula dteastaíonn sé uait

Ceisteanna trasdheighilte

Dearcadh agallaimh

Idirbhabhtálacha agus móid teipe

Ceisteanna gaolmhara