Tablo bölümlendirme (partitioning) nedir?

Question

IT Interview Practice · Accepted Answer

**Bölümlendirme**, büyük bir tabloyu bir sütunun değerine dayalı olarak daha küçük fiziksel parçalara (**bölümler**) ayırır — sorgulamalara karşı hala bir mantıksal tablo olarak görünür. Veritabanının yalnızca ilgili bölümleri taraması veya bakım yapması sağlayarak çok büyük tablolar için performansı ve yönetilabilirliği iyileştirir.

## Bölümlendirme nasıl çalışır

```sql
-- a huge `orders` table partitioned BY RANGE on the order date
CREATE TABLE orders (id INT, order_date DATE, amount DECIMAL)
PARTITION BY RANGE (order_date);

CREATE TABLE orders_2023 PARTITION OF orders
  FOR VALUES FROM ('2023-01-01') TO ('2024-01-01');
CREATE TABLE orders_2024 PARTITION OF orders
  FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');
-- orders is ONE logical table, but stored as separate per-year partitions
```

Tablo bir mantıksal varlıktır, ancak fiziksel olarak bölümlerde depolanır. Sorgular ve eklemeler otomatik olarak doğru bölüme gider.

## Temel fayda: bölüm budaması

```sql
-- a query filtered by the partition key only scans RELEVANT partitions
SELECT * FROM orders WHERE order_date >= '2024-06-01';
-- → the database skips orders_2023 entirely, scanning only orders_2024 ("partition pruning")
```

**Bölüm budaması** (partition pruning) ana performans kazancıdır: bölüm anahtarına göre filtrelenen bir sorgu yalnızca ilgili bölümlere dokunur, gerisini atlar — milyarlarca satırın taranması, yalnızca ilgili alt kümenin taranmasına dönüşür.

## Bölümlendirme stratejileri

```text
RANGE → by a value range (dates, numeric ranges) — common for time-series data
LIST  → by a list of discrete values (region, category)
HASH  → by a hash of the key (even distribution across partitions)
```

## Diğer faydalar

```text
✓ Maintenance — drop/archive old data by dropping a whole partition (instant vs DELETE)
  e.g. DROP TABLE orders_2020 — far faster than DELETE WHERE year = 2020
✓ Smaller indexes per partition; parallel operations across partitions
✓ Manage huge tables in manageable pieces
```

## Bölümlendirme ne zaman kullanılır

```text
✓ VERY LARGE tables (hundreds of millions / billions of rows) where queries filter
  on a natural partition key (often time/date for logs, events, orders)
✓ Time-series data where you regularly archive/drop old data
✗ Small/medium tables — partitioning adds complexity with little benefit
  (proper indexing usually suffices)
→ Partitioning complements indexing for VERY large tables; it's not a substitute.
```

## Neden önemli

Tablo bölümlendirme, **çok büyük tablolar**ın yönetilmesi ve sorgulanması için önemli bir tekniktir ve bunu anlamak, veritabanlarıyla ölçekte çalışmak için değerli, deneyimli düzey bilgisidir.

Tabloların yüz milyonlarca veya milyarlarca satırına ulaştığında, hatta indeksli sorgular ve bakım işlemleri bile yavaş olabilir ve bölümlendirme bunu tabloyu daha küçük fiziksel parçalara bölerek ele alır.

Ana performans faydası **bölüm budaması**dır — bölüm anahtarına göre filtrelenen sorgular yalnızca ilgili bölümleri tarar (gerisini atlar), bu da çok büyük tablolar için tarama yapılan veriyi büyük ölçüde azaltır (özellikle tarihe göre filtrelenen zaman serisi verilerinde yaygın).

Sorgu performansının ötesinde, bölümlendirme büyük **bakım faydaları** sağlar: eski verilerin arşivlenmesi veya silinmesi anında olur (tüm bir bölümü düşürme vs milyonlarca satırın yavaş, pahalı `DELETE` işlemi — günlük/olay verileri için saklama politikalı sistemlerde önemli bir operasyonel avantaj), ayrıca bölüm başına daha küçük indeksler ve paralel işlemler.

**Stratejileri** (tarih/sayısal aralıklar için RANGE — zaman serisi için yaygın; ayrık değerler için LIST; eşit dağılım için HASH) ve kritik olarak **bölümlendirme ne zaman kullanılır** (çok büyük tablolar doğal bir bölüm anahtarıyla, özellikle düzenli arşivleme ile zaman serisi — *küçük/orta tabloları değil* burada indeksleme yeterlidir ve bölümlendirme sadece karmaşıklık ekler) anlamak olgun yargıyı yansıtır.

Çok büyük tablolar yönetmek ölçekli sistemlerde gerçek bir zorluk olduğundan ve bölümlendirme (bölüm budaması ve verimli bakım ile) bunun standart aracı olduğundan — indeksleme yerine tamamlayıcı olarak — tablo bölümlendirmesini anlamak veritabanı ölçeklenebilirliği için değerli, deneyimli düzey bilgisidir, özellikle büyük ölçekli, zaman serisi veya yüksek hacimli veri sistemleri için ilgilidir ve veritabanları ölçekte yönetmeyi anlamayı gösteren bir konudur.

Bölümlendirme nasıl çalışır

Temel fayda: bölüm budaması

Bölümlendirme stratejileri

Diğer faydalar

Bölümlendirme ne zaman kullanılır

Neden önemli

İlgili sorular