Kako skalirati baze podataka?

Question

Accepted Answer

Baze podataka često postaju **usko grlo** kako sustavi rastaju. Skaliranje ih uključuje tehnike poput **replikacije** (kopije za skaliranje čitanja i dostupnosti), **shardinga** (dijeljenje podataka između servera), **cachiranja**, i izbora odgovarajućih tipova baza podataka.

## Replikacija — kopije podataka

```text
REPLICATION → maintain COPIES of the database across servers:
  → PRIMARY (writes) + REPLICAS (copies):
    - READ SCALING → direct reads to replicas (offload the primary) → handle more reads
    - AVAILABILITY → a replica can take over if the primary fails (failover)
  ⚠️ replication lag → replicas may be slightly behind (eventual consistency for reads)
→ great for READ-heavy workloads and availability (most apps are read-heavy)
```

## Sharding — dijeljenje podataka

```text
SHARDING → split (partition) data across MULTIPLE database servers (each holds a SUBSET):
  → distribute by a SHARD KEY (e.g. user ID) → each shard handles part of the data/load
  → scales WRITES and storage horizontally (beyond one server's capacity)
  ⚠️ complex: choosing a good shard key (even distribution), cross-shard queries are hard,
    rebalancing → significant complexity
→ for when data/write volume exceeds a single server (large scale)
```

## Ostale tehnike skaliranja

```text
✓ CACHING → cache query results / hot data (Redis) → big reduction in DB load (often the
  first and most impactful step)
✓ INDEXING & query optimization → make queries efficient (before scaling out)
✓ Read/write SPLITTING; connection pooling; denormalization (for read performance)
✓ Choose the right DATABASE (some scale horizontally more easily — NoSQL)
✓ Vertical scaling (bigger DB server) → simple first step, but limited
```

## Zašto je to važno

Razumijevanje kako skalirati baze podataka je vrijedno jer je **baza podataka često usko grlo** kako sustavi rastaju, pa je skaliranje te baze kritična, česta dilema u dizajnu sustava, što čini ovo važno znanje.

Kako sustavi rastu, baza podataka često postaje ograničavajući faktor (jedna baza podataka može obraditi samo toliko opterećenja i podataka), što čini skaliranje baze podataka ključnom brigom.

Razumijevanje **replikacije** — održavanje kopija (primarni za upise plus replike) kako bi se omogućilo **skaliranje čitanja** (usmjeravanje čitanja prema replikama kako bi se rasteretio primarni, vrijednost jer većina aplikacija čita puno) i **dostupnost** (replika preuzima na kvar) — je fundamentalna, široko korištena tehnika, zajedno sa razumijevanjem upozorenja replikacijske kašnjenja (eventualna konzistentnost za čitanja replika).

Razumijevanje **shardinga** — dijeljenje podataka između više servera (svaki drži podskup, distribuiran prema shard ključu) kako bi se horizontalno skaliralo **pisanje i pohrana** izvan jednog servera — je bitno za vrlo veliku skalu, zajedno sa njegovom značajnom kompleksnošću (odabir dorog shard ključa, teški upiti između sharda, ponovno balansiranje).

Razumijevanje **ostalih tehnika** — **cachiranje** (često prvi i najutjecajniji korak, dramatično smanjujući opterećenje baze podataka), **indeksiranje i optimizacija upita** (činjenje upita učinkovitima prije skaliranja), dijeljenje čitanja/pisanja, denormalizacija, odabir horizontalno skalabilnih baza podataka, i vertikalno skaliranje kao jednostavniji prvi korak — pruža kompletan toolkit, sa važnom praktičnom mudrošću da cachiranje i optimizacija često dolaze prije kompleksnosti shardinga.

Jer je baza podataka često usko grlo skaliranja i njezino skaliranje (preko replikacije za čitanja/dostupnost, sharding za pisanja/pohranu, cachiranje, i optimizacija) kritična, česta dilema, i jer je razumijevanje ovih tehnika i njihovih kompromisa važno za dizajn skalabilnih sustava, razumijevanje kako skalirati baze podataka je vrijedna, praktično važna znanja za dizajn sustava — rješavanje kritičnog, čestog uskog grla, ključna za skaliranje stvarnih sustava, i zahtijevajući razumijevanje replikacije, shardinga, cachiranja, i optimizacije kako bi se nosilo sa skaliranjem baze podataka koja rastući sustavi neizbježno trebaju.