何时使用水平分区，何时使用数据库分片？

Question

我正在维基百科上阅读这篇文章：(建筑)试图找出这两种技术之间的主要区别。以下是我的发现：

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。

据我所知，水平分区更适用于单个实例(单节点环境)，而分片则用于多节点/多数据中心环境。这是正确的吗？还是有不同的使用场景？

额外的问题:对于一个拥有简单模式(大约4-5列)的大型表(数百万行)，提高这个表的读/写性能的最佳技术是什么？

Answer 1

您是正确的，水平分区(例如，在MySQL和PostgreSQL中支持)将一个表拆分到一个服务器中。这可以提高性能，因为数据和索引可以在多个磁盘卷中拆分，从而改进I/O。这通常是通过一个关键范围来完成的。

使用数据库分块，您可以将数据划分到多个服务器上，而不仅仅是在一个服务器中。在这种情况下，您使用一个切分键来划分数据，通常使用某种哈希算法。您可以在这里得到一份关于这个主题的白皮书(由我们公司提供，它不是专门针对任何产品，它解释了技术)：http://www.codefutures.com/database-sharding-white-paper/

DBMS单服务器分区的优点是设置和管理相对简单。缺点是，最终您受到单个服务器所能做的限制。对于严重的写争用、数据库锁定和大量查询，情况尤其如此。

数据库切分需要更多的工作，但是它的优点是没有共享，因此它是完全可伸缩的。

需要数据库分片的一个明确指示是，单个服务器无法跟上写入量。如果您有大量的查询，这也可以驱动对这种类型的解决方案的需求。

尽管如此，如果您正在谈论的是具有4-5列的“数百万”行，并且您的读取可以很好地索引以便快速访问，那么您是否需要实现这些选项中的任何一种都是值得怀疑的。当您谈论的是数以百万或数十亿行、拥有1000s用户的1000行时，这就是数据库可伸缩性的关键所在。

还有一个关于数据库可伸缩性的信息网站：www.bigdatascalability.com。它包括到各种文章的链接，并将增加新的内容随着时间的推移。

Answer 2

分区和切分之间的区别是正确的。我建议你读一篇我写的关于这个主题的文章：扩展，分区，扩展

另一个很好的帖子可以在这里找到："MySQL分区:权宜之计“(免责声明:我为ScaleBase工作)

分区解决了一些大小挑战和从表中读取数据，但切分是真正解决大型数据库的所有方面的唯一方法，包括读写和并发以及数据库实例的维护(备份、复制等)。还有其他人。

虽然现代数据库(通常是NoSQL)(比如MongoDB )提供了这种能力，但在MySQL中，它曾经是“自己动手”的议程.ScaleBase是一个完整的规模化解决方案的制造商，如果你愿意的话，它是一台“自动切分机”。ScaleBae分析您的数据和SQL流，在运行时将数据拆分到DB节点、路由命令和聚合结果--所以您不必这么做！

希望能帮上忙！

多伦