Bagaimana anda menskala pangkalan data?

Question

Accepted Answer

Pangkalan data selalunya menjadi **bottleneck** apabila sistem berkembang. Menskalakannya melibatkan teknik seperti **replikasi** (salinan untuk penskalaan bacaan dan ketersediaan), **sharding** (membahagikan data merentasi pelayan), **caching**, dan memilih jenis pangkalan data yang sesuai.

## Replikasi — salinan data

```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 — membahagikan data

```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)
```

## Teknik penskalaan lain

```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
```

## Mengapa ia penting

Memahami cara menskala pangkalan data adalah berharga kerana **pangkalan data selalunya menjadi bottleneck** apabila sistem berkembang, jadi menskalakannya ialah cabaran reka bentuk sistem yang kritikal dan lazim, menjadikan ini pengetahuan yang penting.

Apabila sistem berkembang, pangkalan data kerap menjadi faktor pengehad (satu pangkalan data hanya boleh menangani beban dan data tertentu sahaja), menjadikan penskalaan pangkalan data satu kebimbangan utama.

Memahami **replikasi** — mengekalkan salinan (satu primary untuk tulisan ditambah replika) untuk membolehkan **penskalaan bacaan** (mengarahkan bacaan ke replika untuk memunggah primary, berharga kerana kebanyakan aplikasi banyak bacaan) dan **ketersediaan** (replika mengambil alih semasa kegagalan) — ialah teknik asas yang meluas digunakan, bersama memahami kaveat replication lag (ketekalan eventual untuk bacaan replika).

Memahami **sharding** — membahagikan data merentasi berbilang pelayan (setiap satu memegang subset, diagihkan mengikut shard key) untuk menskala **tulisan dan storan** secara mendatar melangkaui satu pelayan — adalah penting untuk skala yang sangat besar, bersama kerumitannya yang ketara (memilih shard key yang baik, pertanyaan merentas-shard yang sukar, pengimbangan semula).

Memahami **teknik lain** — **caching** (selalunya langkah pertama dan paling berimpak, mengurangkan beban pangkalan data secara mendadak), **pengindeksan dan pengoptimuman pertanyaan** (menjadikan pertanyaan cekap sebelum menskala keluar), pemisahan baca/tulis, denormalisasi, memilih pangkalan data yang boleh diskala secara mendatar, dan penskalaan menegak sebagai langkah pertama yang mudah — menyediakan kit alat lengkap, dengan kebijaksanaan praktikal penting bahawa caching dan pengoptimuman selalunya datang sebelum kerumitan sharding.

Memandangkan pangkalan data lazimnya menjadi bottleneck penskalaan dan menskalakannya (melalui replikasi untuk bacaan/ketersediaan, sharding untuk tulisan/storan, caching, dan pengoptimuman) ialah cabaran yang kritikal dan lazim, dan memandangkan memahami teknik-teknik ini serta pertukarannya adalah penting untuk mereka bentuk sistem yang boleh diskala, memahami cara menskala pangkalan data adalah pengetahuan reka bentuk sistem yang berharga dan penting secara praktikal — menangani bottleneck kritikal dan lazim, teras kepada menskala sistem sebenar, serta memerlukan pemahaman tentang replikasi, sharding, caching, dan pengoptimuman untuk menangani penskalaan pangkalan data yang sudah pasti diperlukan oleh sistem yang berkembang.