დაყოფა დიდ ცხრილს ყოფს უფრო მცირე ფიზიკურ ნაწილებად (დანაყოფებად) სვეტის მნიშვნელობის საფუძველზე, მაშინ როდესაც იგი რჩება ერთი ლოგიკური ცხრილი. PostgreSQL-ის დეკლარატიული დაყოფა (Postgres 10+) ამას სუფთად უკეთებს. ეს ხელს უწყობს ზომიერებას და მართვადობას ძალიან დიდი ცხრილებისთვის.
orders (id , order_date , amount )
(order_date);
orders_2023 orders
() ();
orders_2024 orders
() ();
orders არის ერთი ლოგიკური ცხრილი, ფიზიკურად შენახული წლის მიხედვით დაყოფილ დანაყოფებში. ჩასმები და შეკითხვები ავტომატურად მართმული პირველი დანაყოფში.
-- a query filtered on the partition key scans ONLY relevant partitions
SELECT * FROM orders WHERE order_date >= '2024-06-01';
-- → Postgres skips orders_2023 entirely ("partition pruning") — scans only orders_2024
დანაყოფის პრუნინგი არის მთავარი მოგება: შეკითხვები, რომლებიც აფილტრებენ დანაყოფის გასაღებზე, შეეხებიან მხოლოდ შესაბამის დანაყოფებს, რაც მკვეთრად ამცირებს დამუშავებული მონაცემების რაოდენობას უზარმაზარ ცხრილებზე.
PARTITION BY RANGE → value ranges (dates, numbers) — common for time-series
PARTITION BY LIST → discrete values (region, status)
PARTITION BY HASH → hash of the key (even distribution across N partitions)
-- drop old data instantly by dropping a whole partition (vs slow DELETE)
DROP TABLE orders_2020; -- removes all 2020 data instantly
-- vs DELETE FROM orders WHERE year = 2020 → slow, creates bloat
-- detach/attach partitions; automate with pg_partman extension
მთელი დანაყოფის გაუქმება ძველი მონაცემების არქივირებისთვის/ამოსაშორებლად მყისიერია — მდიდარი ოპერაციული უპირატესობა DELETE-ის წინააღმდეგ დიდი მონაცემთა ნაკრებებისთვის.
ცხრილის დაყოფა არის მნიშვნელოვანი PostgreSQL ტექნიკა ძალიან დიდი ცხრილების მართვისა და მოთხოვნისთვის, და მისი გაგება ღირებული იყო PostgreSQL-ის სკალირებამდე მუშაობისთვის.
მას შემდეგ, რაც ცხრილები ხდება ასობით მილიონებ ან მილიარდ რიგებს, დაყოფა მივიღებთ პერფორმანსს და მართვადობას ცხრილის მცირე ფიზიკურ ნაწილებად გაყოფით.
Postgres-ის დეკლარატიული დაყოფა (Postgres 10+) ამას სუფთად უკეთებს და არის თანამედროვე სტანდარტი, რომელიც აუცილებელია ვიცოდეთ.
მთავარი საქმიანობის სარგებელი არის დანაყოფის პრუნინგი — შეკითხვები, რომლებიც აფილტრებენ დანაყოფის გასაღებზე, სკანირებენ მხოლოდ შესაბამის დანაყოფებს (დანარჩენი გამოტოვებენ), რაც მკვეთრად ამცირებს დამუშავებული მონაცემების რაოდენობას უზარმაზარ ცხრილებზე (განსაკუთრებით ღირებული დროის სერიის მონაცემებისთვის, რომლებიც ფილტრიცებული თარიღის მიხედვით, ეს ძალიან ხშირი ქეისია).
პერფორმანსის გარდა, დაყოფა უამრავ მოვლის სარგებელს იძლევა: ძველი მონაცემების არქივირება ან წაშლა მყისიერი ხდება მთელი დანაყოფის გაუქმებით (ვებსაიტის ნაცვლად ნელი, ღეროვან-შემქმნელი DELETE მილიონი რიგის — მნიშვნელოვანი ოპერაციული უპირატესობა დაცვის პოლიტიკის მქონე მონაცემებისთვის, როგორიცაა ლოგები და ღონისძიებები).
სტრატეგიების გაგება (RANGE დღის/რიცხვითი დიაპაზონებისთვის — ჩვეულებრივი დროის სერიის მონაცემებისთვის; LIST დისკრეტული მნიშვნელობებისთვის; HASH თანაბარი განაწილებისთვის) და როდის გამოიყენოთ დაყოფა (ძალიან დიდი ცხრილები ბუნებრივი დაყოფის გასაღებით, განსაკუთრებით დროის სერია რეგულარული არქივირებით — არა მცირე ცხრილი, სადაც ინდექსირება საკმარისია) ასახავს ჯანსაღ განჯეკას.
ვინაიდან ძალიან დიდი ცხრილების მართვა რეალური გამოწვევაა მასშტაბური PostgreSQL სისტემებში, და რადგან დეკლარატიული დაყოფა (დანაყოფის პრუნინგით და ეფექტური დანაყოფის წაშლის მოვლით) არის სტანდარტული ინსტრუმენტი — ინდექსირების დანამატი — PostgreSQL ცხრილის დაყოფის გაგება ღირებული, პრაქტიკულად რელევანტური ცოდნაა მონაცემთა ბაზის სკალირებისთვის, განსაკუთრებით მნიშვნელოვანი დიდი მასშტაბის, მაღალი ზომის ან დროის სერიის აპლიკაციებისთვის და ჩვენი საბაზო თემა, რომელიც აჩვენებს უნარს Postgres-ის სკალირებაზე მართვის.