Când apelezi la partitioning versus sharding pentru a scala MySQL?

Question

IT Interview Practice · Accepted Answer

Ambele împart un tabel mare, dar la niveluri diferite. **Partitioning-ul** împarte un tabel pe mai multe fișiere **în interiorul unui singur server MySQL**. **Sharding-ul** împarte datele pe **mai multe servere independente**. Partitioning-ul ajută un tabel prea mare pentru un fișier; sharding-ul ajută o sarcină prea mare pentru o singură mașină.

## Partitioning (un server)

```sql
CREATE TABLE events (
  id BIGINT, created_at DATETIME, payload JSON,
  PRIMARY KEY (id, created_at)          -- cheia de partiție trebuie în fiecare cheie unică
) PARTITION BY RANGE (YEAR(created_at)) (
  PARTITION p2024 VALUES LESS THAN (2025),
  PARTITION p2025 VALUES LESS THAN (2026),
  PARTITION p2026 VALUES LESS THAN (2027)
);
-- Interogările care filtrează pe created_at ating O partiție (partition pruning);
-- ștergerea datelor vechi e un ALTER TABLE ... DROP PARTITION p2024 instant.
```

Excelent pentru serii temporale și arhivare ușoară, dar tot un singur server — fără CPU, RAM sau throughput de scriere totale în plus.

## Sharding (multe servere)

Alege o **shard key** (ex. `user_id`) și direcționează fiecare rând către un shard prin hash sau interval:

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

- **Avantaje** — scalare aproape liniară a scrierilor, stocării și conexiunilor.
- **Dezavantaje** — JOIN-urile și tranzacțiile cross-shard sunt grele sau imposibile; o shard key proastă creează hotspot-uri; **resharding**-ul când adaugi servere este dureros. Alege o cheie cu cardinalitate mare, distribuită uniform, și evită interogările care trebuie să facă fan-out către toate shard-urile.

## Ordinea operațiilor

Epuizează întâi câștigurile mai ieftine: indexare, tuning de interogări, read replicas, caching, apoi partitioning. Apelează la sharding doar când un singur primary nu mai poate absorbi volumul de **scrieri** — este cel mai mare salt în complexitate operațională.

## De ce contează

Deciziile de scalare sunt în mare parte ireversibile și scumpe. Să știi că partitioning-ul este un instrument organizatoric pe un singur server, în timp ce sharding-ul este un angajament de sisteme distribuite — cu costurile sale de shard key și cross-shard — ferește echipele de la sharding prematur sau de la a aștepta ca partitioning-ul să rezolve un plafon de throughput de scriere pe care nu îl poate rezolva.

Partitioning (un server)

Sharding (multe servere)

Ordinea operațiilor

De ce contează

Întrebări conexe