Phân vùng bảng (table partitioning) là gì?

Question

Accepted Answer

**Phân vùng (partitioning)** chia một bảng lớn thành các mảnh vật lý nhỏ hơn (**partition**) dựa trên giá trị của một cột — trong khi nó vẫn xuất hiện như một bảng logic duy nhất với các truy vấn. Nó cải thiện hiệu năng và khả năng quản lý cho các bảng rất lớn bằng cách cho database chỉ quét hoặc bảo trì các partition liên quan.

## Phân vùng hoạt động như thế nào

```sql
-- một bảng `orders` khổng lồ được phân vùng THEO RANGE trên ngày đặt hàng
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 là MỘT bảng logic, nhưng được lưu thành các partition riêng theo từng năm
```

Bảng là một thực thể logic, nhưng được lưu trữ vật lý trong các partition. Truy vấn và insert đi đến đúng partition một cách tự động.

## Lợi ích then chốt: partition pruning

```sql
-- một truy vấn được lọc theo khóa partition chỉ quét các partition LIÊN QUAN
SELECT * FROM orders WHERE order_date >= '2024-06-01';
-- → database bỏ qua hoàn toàn orders_2023, chỉ quét orders_2024 ("partition pruning")
```

**Partition pruning** là chiến thắng hiệu năng chính: một truy vấn được lọc trên khóa partition chỉ chạm đến các partition liên quan, bỏ qua phần còn lại — biến một lần quét hàng tỷ dòng thành một lần quét chỉ tập con liên quan.

## Các chiến lược phân vùng

```text
RANGE → theo một khoảng giá trị (ngày, khoảng số) — phổ biến cho dữ liệu chuỗi thời gian
LIST  → theo một danh sách các giá trị rời rạc (vùng, danh mục)
HASH  → theo một hash của khóa (phân bố đều giữa các partition)
```

## Các lợi ích khác

```text
✓ Bảo trì — xóa/lưu trữ dữ liệu cũ bằng cách drop cả một partition (tức thì vs DELETE)
  vd DROP TABLE orders_2020 — nhanh hơn nhiều so với DELETE WHERE year = 2020
✓ Index nhỏ hơn cho mỗi partition; thao tác song song giữa các partition
✓ Quản lý các bảng khổng lồ thành các mảnh dễ quản lý
```

## Khi nào dùng phân vùng

```text
✓ Bảng RẤT LỚN (hàng trăm triệu / hàng tỷ dòng) nơi truy vấn lọc
  trên một khóa partition tự nhiên (thường là thời gian/ngày cho log, sự kiện, đơn hàng)
✓ Dữ liệu chuỗi thời gian nơi bạn thường xuyên lưu trữ/xóa dữ liệu cũ
✗ Bảng nhỏ/trung bình — phân vùng thêm phức tạp với ít lợi ích
  (index phù hợp thường là đủ)
→ Phân vùng bổ trợ cho việc index ở các bảng RẤT lớn; nó không thay thế index.
```

## Tại sao điều này quan trọng

Phân vùng bảng là một kỹ thuật quan trọng để quản lý và truy vấn các **bảng rất lớn**, và hiểu nó là kiến thức cấp senior giá trị để làm việc với database ở quy mô lớn.

Khi các bảng tăng đến hàng trăm triệu hoặc hàng tỷ dòng, ngay cả các truy vấn được index và thao tác bảo trì cũng có thể trở nên chậm, và phân vùng giải quyết điều này bằng cách chia bảng thành các mảnh vật lý nhỏ hơn.

Lợi ích hiệu năng then chốt là **partition pruning** — các truy vấn được lọc trên khóa partition chỉ quét các partition liên quan (bỏ qua phần còn lại), điều này giảm đáng kể dữ liệu được quét cho các bảng khổng lồ (đặc biệt phổ biến cho dữ liệu chuỗi thời gian được lọc theo ngày).

Ngoài hiệu năng truy vấn, phân vùng cung cấp các **lợi ích bảo trì** lớn: lưu trữ hoặc xóa dữ liệu cũ trở nên tức thì (drop cả một partition vs một `DELETE` chậm, tốn kém hàng triệu dòng — một lợi thế vận hành đáng kể cho dữ liệu log/sự kiện có chính sách lưu giữ), cộng với index nhỏ hơn cho mỗi partition và thao tác song song.

Hiểu các **chiến lược** (RANGE cho khoảng ngày/số — phổ biến cho chuỗi thời gian; LIST cho các giá trị rời rạc; HASH cho phân bố đều) và quan trọng là **khi nào dùng phân vùng** (bảng rất lớn với một khóa partition tự nhiên, đặc biệt chuỗi thời gian có lưu trữ định kỳ — *không* phải bảng nhỏ/trung bình nơi index là đủ và phân vùng chỉ thêm phức tạp) phản ánh sự chín chắn trong phán đoán.

Vì quản lý các bảng rất lớn là một thách thức thực sự trong các hệ thống quy mô lớn, và vì phân vùng (với partition pruning và bảo trì hiệu quả) là công cụ chuẩn cho điều đó — bổ trợ chứ không thay thế index — hiểu phân vùng bảng là kiến thức cấp senior giá trị cho khả năng mở rộng database, đặc biệt liên quan cho các hệ thống dữ liệu quy mô lớn, chuỗi thời gian, hoặc khối lượng cao và là một chủ đề cho thấy hiểu biết về quản lý database ở quy mô lớn.