Wanneer grijp je naar partitioning versus sharding om MySQL te schalen?

Question

IT Interview Practice · Accepted Answer

Beide splitsen een grote tabel, maar op verschillende niveaus. **Partitioning** splitst één tabel over meerdere bestanden **binnen een enkele MySQL-server**. **Sharding** splitst data over **meerdere onafhankelijke servers**. Partitioning helpt bij een tabel die te groot is voor één bestand; sharding helpt bij een workload die te groot is voor één machine.

## Partitioning (één server)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- partition key must be in every unique key
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- Queries filtering on created_at hit ONE partition (partition pruning);
-- dropping old data is an instant ALTER TABLE ... DROP PARTITION p2024.
```

Geweldig voor time-series en gemakkelijke archivering, maar het is nog steeds één server — niet meer totale CPU, RAM of write-throughput.

## Sharding (veel servers)

Kies een **shard key** (bijv. `user_id`) en route elke rij naar een shard via hash of range:

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

- **Voordelen** — bijna-lineaire schaling van writes, opslag en connecties.
- **Nadelen** — cross-shard JOINs en transacties zijn moeilijk of onmogelijk; een slechte shard key creëert hotspots; **resharding** bij het toevoegen van servers is pijnlijk. Kies een sleutel met hoge cardinaliteit en gelijkmatige verdeling en vermijd queries die naar alle shards moeten uitwaaieren.

## Volgorde van handelen

Put eerst de goedkopere winsten uit: indexeren, query tuning, read replicas, caching, dan partitioning. Grijp pas naar sharding wanneer een enkele primary de **write**-volume niet langer kan absorberen — het is de grootste sprong in operationele complexiteit.

## Waarom het belangrijk is

Schaalbeslissingen zijn grotendeels onomkeerbaar en duur. Weten dat partitioning een organisatorisch hulpmiddel voor één server is terwijl sharding een verplichting op het gebied van gedistribueerde systemen is — met zijn shard-key- en cross-shard-kosten — behoedt teams voor voortijdig sharden of voor de verwachting dat partitioning een write-throughput-plafond oplost dat het niet kan.

Partitioning (één server)

Sharding (veel servers)

Volgorde van handelen

Waarom het belangrijk is

Gerelateerde vragen