Mikor nyúlsz partitioninghoz a shardinggal szemben a MySQL skálázásához?

Question

IT Interview Practice · Accepted Answer

Mindkettő egy nagy táblát bont fel, de különböző szinteken. A **partitioning** egy táblát oszt szét több fájl között **egyetlen MySQL szerveren belül**. A **sharding** az adatokat **több független szerver** között osztja szét. A partitioning egy táblán segít, amely túl nagy egy fájlhoz; a sharding egy terhelésen, amely túl nagy egy géphez.

## Partitioning (egy szerver)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- a partíciós kulcsnak minden unique keyben benne kell lennie
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- A created_at-re szűrő lekérdezések EGY partíciót érintenek (partition pruning);
-- a régi adat eldobása egy azonnali ALTER TABLE ... DROP PARTITION p2024.
```

Remek idősoros adathoz és egyszerű archiváláshoz, de még mindig egy szerver — nincs több összesített CPU, RAM vagy írási áteresztőképesség.

## Sharding (sok szerver)

Válassz egy **shard key**-t (pl. `user_id`), és irányítsd az egyes sorokat egy shardra hash vagy tartomány szerint:

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

- **Előnyök** — az írások, a tárhely és a kapcsolatok közel lineáris skálázása.
- **Hátrányok** — a shardok közti JOIN-ok és tranzakciók nehézek vagy lehetetlenek; egy rossz shard key hotspotokat hoz létre; a **resharding** szerverek hozzáadásakor fájdalmas. Válassz egy magas kardinalitású, egyenletesen eloszló kulcsot, és kerüld a minden shardra szétterülő lekérdezéseket.

## A műveletek sorrendje

Merítsd ki előbb az olcsóbb nyereségeket: indexelés, lekérdezés-hangolás, read replicák, cache-elés, majd partitioning. A shardinghoz csak akkor nyúlj, amikor egy egyetlen primary már nem tudja elnyelni az **írási** volument — ez a legnagyobb ugrás az üzemeltetési komplexitásban.

## Miért fontos

A skálázási döntések nagyrészt visszafordíthatatlanok és drágák. Annak ismerete, hogy a partitioning egy egyszerveres szervezési eszköz, míg a sharding egy elosztott-rendszerbeli elköteleződés — a shard-key és a shardok közti költségeivel — megóvja a csapatokat a korai shardingtól vagy attól, hogy a partitioningtól várják egy olyan írási-áteresztőképesség plafon megoldását, amelyet nem tud.

Partitioning (egy szerver)

Sharding (sok szerver)

A műveletek sorrendje

Miért fontos

Kapcsolódó kérdések