Kif tagħmel partition ta' table wieħed b'biljuni ta' row?

Question

IT Interview Practice · Accepted Answer

**Aqsam it-table ġgant f'child tables fiżiċi iżgħar b'partition key, biex kull query tmiss biss il-partitions li teħtieġ (partition pruning) minflok tagħmel scan ta' biljuni ta' row.** Table b'5B order row xorta jġib ruħu bħal table loġiku wieħed, imma l-engine jaqbeż 99% minnu meta l-`WHERE` tiegħek jiffiltra fuq il-partition key.

## Il-forma ta' table partitionjat

```text
                 orders (logical parent)
                        │  partition key = created_at
       ┌────────────────┼────────────────┬───────────────┐
       ▼                ▼                ▼               ▼
 orders_2024_q1   orders_2024_q2   orders_2024_q3   orders_2025_q1
  (child table)    (child table)    (child table)    (child, active)
       │                                                  │
   local index                                        local index
   (per child)                                        (per child)
```

## L-għażla ta' strateġija ta' partition

- **Range** — skont ranges ta' data/id. L-aħjar għal time-series (orders, logs, events); data reċenti tibqa' hot u ranges qodma huma faċli titfaċċja.
- **Hash** — firxa uniformi fuq N partition b'`hash(key) % N`. Uża meta m'hemm ebda range naturali u trid load bilanċjat (eż. `user_id`).
- **List** — buckets espliċiti (`region IN ('EU','US')`). Tajjeb għal iżolament ta' tenant jew reġjun.

```sql
-- Postgres: range partition by month, prune on created_at
CREATE TABLE orders (id bigint, created_at date, amount numeric)
  PARTITION BY RANGE (created_at);

CREATE TABLE orders_2025_01 PARTITION OF orders
  FOR VALUES FROM ('2025-01-01') TO ('2025-02-01');

-- This scans ONLY orders_2025_01, not the whole table
SELECT sum(amount) FROM orders
 WHERE created_at >= '2025-01-01' AND created_at < '2025-02-01';
```

## Pruning, indexes, manutenzjoni

- **Partition pruning** jaħdem biss jekk il-query tiffiltra fuq il-**partition key**. Iffiltra fuq xi ħaġa oħra u tagħmel scan ta' kull partition — l-iżball #1.
- **Local index** = index wieħed għal kull child (default f'Postgres); irħis biex tibni u titfaċċja mal-partition. **Global index** (Oracle) tinfirex fuq il-partitions kollha — tgħin unique lookups fuq il-partitions imma trid tinbena mill-ġdid meta titfaċċja waħda.
- **Manutenzjoni** issir O(partition): arkivja data qadima b'`DROP TABLE orders_2019` (istantanju, ebda `DELETE` ġgant), u `ATTACH`/`DETACH` għal rolling windows.

## Perspettiva tal-intervista

L-intervistatur jgħarbel jekk tifhimx li **partitioning mhux indexing** — inaqqas id-data li ssir scan, index inaqqas ir-rows eżaminati fi ħdan scan; spiss għandek bżonn it-tnejn. Tweġiba tajba ssemmi range/hash/list; tweġiba eċċellenti tenfasizza li **il-partition key irid jaqbel mal-filter dominanti tal-query**, twissi li key ħażin joqtol il-pruning, u ssemmi arkivjar irħis permezz ta' `DROP`.

**Trade-off:** cross-partition queries (ebda key filter, jew unique constraints fuq il-partitions) isiru aktar bil-mod u l-infurzar tal-unique huwa aktar diffiċli. Tagħmilx partition ta' table ta' 10M row — iżżid kumplessità operattiva għal ebda gwadann. Agħmel partition meta t-table huwa enormi **u** l-queries huma naturalment ibbażati fuq il-key.

Il-forma ta' table partitionjat

L-għażla ta' strateġija ta' partition

Pruning, indexes, manutenzjoni

Perspettiva tal-intervista

Mistoqsijiet relatati