När tar du till partitionering kontra sharding för att skala MySQL?

Question

IT Interview Practice · Accepted Answer

Båda delar upp en stor tabell, men på olika nivåer. **Partitionering** delar upp en tabell över flera filer **inuti en enda MySQL-server**. **Sharding** delar upp data över **flera oberoende servrar**. Partitionering hjälper en tabell som är för stor för en fil; sharding hjälper en arbetsbelastning som är för stor för en maskin.

## Partitionering (en 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.
```

Utmärkt för tidsserier och enkel arkivering, men det är fortfarande en server — inte mer total CPU, RAM eller skrivgenomströmning.

## Sharding (många servrar)

Välj en **shard key** (t.ex. `user_id`) och dirigera varje rad till en shard via hash eller intervall:

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

- **Fördelar** — nästan linjär skalning av skrivningar, lagring och anslutningar.
- **Nackdelar** — JOINs och transaktioner över shards är svåra eller omöjliga; en dålig shard key skapar hotspots; **resharding** när du lägger till servrar är smärtsamt. Välj en nyckel med hög kardinalitet och jämn fördelning och undvik frågor som måste spridas ut (fan out) till alla shards.

## Operationsordning

Uttöm billigare vinster först: indexering, frågeoptimering, read replicas, cachning, sedan partitionering. Ta till sharding först när en enda primary inte längre kan absorbera **skriv**volymen — det är det största hoppet i operativ komplexitet.

## Varför det är viktigt

Skalningsbeslut är till stor del oåterkalleliga och dyra. Att veta att partitionering är ett organisatoriskt verktyg för en enda server medan sharding är ett åtagande inom distribuerade system — med dess kostnader för shard key och tvärshard-frågor — hindrar team från att sharda för tidigt eller att förvänta sig att partitionering ska lösa ett skrivgenomströmningstak som den inte kan.

Partitionering (en server)

Sharding (många servrar)

Operationsordning

Varför det är viktigt

Relaterade frågor