数据库切分与分区

Question

最近我读到了一些关于可伸缩架构的文章。在这种情况下，在数据库中不断出现的两个单词是切分和分区。我查了一下描述，但最后还是很困惑。

堆栈溢出公司的专家能帮我掌握基本知识吗？

• 切分和分区有什么区别？
• “所有的切分数据库本质上都是分区的(在不同的节点上)，但所有分区的数据库不一定都是切分的”，这是真的吗？

Answer 1

分区更像是跨表或数据库划分数据的通用术语。分片是一种特定的分区类型，也是所谓水平分区的一部分。

在这里，您可以跨(通常)多个实例或服务器复制模式，使用某种逻辑或标识符来知道要查找数据的实例或服务器。这类标识符通常称为"Shard键“。

一个常见的、没有键的逻辑是使用字母表来划分数据.are是实例1，E是实例2等等。客户数据非常适合这一点，但是如果分区没有考虑到某些字母比其他字母更常见的话，那么跨实例的大小就会出现一些错误。

另一种常见的技术是使用密钥同步系统或逻辑，以确保跨实例的唯一密钥。

您可以研究的一个众所周知的例子是Instagram如何在早期解决它们的分区问题(参见下面的链接)。他们一开始在很少的服务器上进行分区，使用Postgres将数据从入门服务器中分割出来。我相信那几个物理碎片上有几千个逻辑碎片。阅读他们2012年的精彩文章：Instagram工程-分片&ID

也见这里：http://www.quora.com/Whats-the-difference-between-sharding-and-partition

Answer 2

我也一直在研究这个问题，虽然我是目前为止在这个问题上的参考，但我收集到的一些关键事实和我想要分享的观点是：

分区是将逻辑数据库或其组成元素划分为不同的独立部分。数据库分区通常是出于可管理性、性能或可用性的原因，例如负载平衡。

(数据库)

切分是一种分区类型，例如水平分区 (HP)

还有垂直分区 (VP)，您可以将表分割成更小的不同部分。规范化还涉及跨表的列拆分，但垂直分区超出了这一范围，即使已经规范化的情况下也会对列进行分区。

(建筑)

我非常喜欢Tony在Quora上的回答，他让您从模式(而不是列和行)的角度进行思考。他说..。

“水平分区”，即分片，是复制模式，然后根据碎片键对数据进行分割。

“垂直分区”涉及到对模式的划分(并且数据是顺其自然的)。

https://www.quora.com/Whats-the-difference-between-sharding-DB-tables-and-partitioning-them

Oracle的数据库分区指南有一些不错的数字。我抄写了这篇文章的几个节选。

01/server.111/b 32024/partion.htm

何时划分表

以下是关于何时对表进行分区的一些建议：

• 大于2GB的表应始终被视为分区的候选表。
• 包含历史数据的表，其中新数据被添加到最新的分区中。一个典型的例子是一个历史表，其中只有当前月份的数据是可更新的，其余的11个月是只读的。
• 当表的内容需要跨不同类型的存储设备分发时。

分区剪枝

分区剪枝是使用分区提高性能的最简单也是最重要的方法。分区剪枝通常可以将查询性能提高几个数量级。例如，假设应用程序包含包含订单历史记录的orders表，并且该表已按周进行分区。请求一周订单的查询只能访问orders表的单个分区。如果Orders表有2年的历史数据，那么这个查询将访问一个分区，而不是104个分区。由于分区的剪枝，此查询可能执行速度可能快100倍。

分区策略

• 范围
• 哈希
• 列表

你可以阅读他们的文字，并可视化他们的图像，这很好地解释了一切。

最后，重要的是要理解数据库是极其资源密集的：

• CPU
• 磁盘
• I/O
• 内存

许多DBA将在同一台机器上进行分区，其中分区将共享所有资源，但通过拆分数据和/或索引来改进磁盘和I/O。

虽然其他策略将采用“共享无”架构，其中碎片将驻留在单独和不同的计算单元(节点)上，拥有100%的CPU、磁盘、I/O和内存。提供自己的优势和复杂性。

建筑

Answer 3

看起来这回答了你们的两个问题：

水平分区按行拆分一个或多个表，通常在架构和数据库服务器的单个实例中。它可以通过减少索引大小(从而减少搜索工作量)提供一种优势，前提是有一些明显的、健壮的、隐式的方法来识别将在哪个表中找到特定行，而无需首先搜索索引，例如，“CustomersEast”和“CustomersWest”表的经典示例，其中它们的邮政编码已经指示将在何处找到它们。 切分超越了这一点:它以同样的方式对有问题的表进行分区，但是它可以在模式的多个实例中这样做。明显的优点是，大型分区表的搜索负载现在可以跨多个服务器(逻辑或物理)，而不仅仅是同一逻辑服务器上的多个索引。

资料来源：维基碎片.

分片是跨多台机器存储数据记录的过程，也是MongoDB满足数据增长需求的方法。随着数据大小的增加，一台机器可能不足以存储数据，也不足以提供可接受的读写吞吐量。分片解决了水平缩放的问题。通过分片，您可以添加更多的机器来支持数据增长和读写操作的需求。

资料来源：MongoDB.