분할 방법의 최적화하는 데이터베이스 관리 시스템을 분리하여 행 또는 열의 더 큰 용량의 데이터베이스 테이블에 여러 개의 작은 테이블이 있습니다. 새로운 테이블은”분”(이나 파티션),그리고 각각의 새로운 테이블 또과 동일한 스키마가 있다고 하지만 독특한 행(의 경우와 같이”가로 분할”)또는 스키마가 있는 적절한 하위 집합의 원본 테이블의 스키마(의 경우와 같이”수직 분할”).

왜 샤딩이 사용됩니까?

샤딩은 확장 가능한 데이터베이스 아키텍처에서 일반적인 개념입니다. 에 의해 분할 큰 테이블에 저장할 수 있습 새 덩어리의 데이터라는 논리적인 분할,여러 개의 노드를 달성하는 수평한 확장성 및 성능을 향상시킬 수 있습니다. 일단 논리 샤드가 다른 노드에 저장되면 이를 물리적 샤드라고합니다.

실행하는 경우에 데이터베이스를 한 머신,당신이 최후의 한계에 도달의 양을 컴퓨팅 리소스에 적용할 수 있는 쿼리,그리고 당신은 분명히 도달하는 데이터의 최대량과 함께할 수 있는 효율적으로 작동합니다. 수평 확장,사용하도록 설정할 수 있습 유연한 데이터베이스를 디자인에는 성능이 향상에 두 가지 주요 방법:

• 대규모 병렬처리,당신이 활용할 수 있는 모든 컴퓨팅 리소스를 통해 클러스터에 대한 모든 쿼리가 있습니다.
• 개별 샤드가 전체적으로 논리 테이블보다 작기 때문에 각 머신은 쿼리에 응답 할 때 더 적은 수의 행을 스캔해야합니다.

수평 샤딩은 쿼리가 종종 함께 그룹화되는 행의 하위 집합을 반환하는 경향이있을 때 효과적입니다. 예를 들어,쿼리 데이터 필터링 기반으로 짧은 날짜 범위는 이상적인에 대한 수평한 분할 날짜 이후의 범위는 반드시 제한 쿼리를 수행하려면의 일부만 서버입니다.

수직 샤딩은 쿼리가 데이터 열의 하위 집합 만 반환하는 경향이있는 경우에 효과적입니다. 예를 들어,일부 경우 쿼리 요청만 이름,그리고 다른 사람 요청만,다음의 이름과 주소를 수 있는 분할에 별도의 서버가 있습니다.

또한 샤드 데이터베이스는 더 높은 수준의 가용성을 제공 할 수 있습니다. 에서 이벤트의 중단에 unsharded 데이터베이스 전체 응용 프로그램을 사용할 수 없습니다. 샤드 데이터베이스를 사용하면 누락 된 데이터 청크에 의존 한 응용 프로그램의 일부만 사용할 수 없습니다. 실제로 샤드 데이터베이스는 종종 추가 노드에서 백업 샤드를 복제하여 이러한 중단의 영향을 더욱 완화합니다.

샤딩과 파티셔닝의 차이점은 무엇입니까?

샤딩과 파티셔닝은 모두 큰 데이터 세트를 더 작은 하위 세트로 나누는 것입니다. 차이점은 샤딩은 분할하지 않는 동안 데이터가 여러 컴퓨터에 분산되어 있음을 의미합니다. 파티셔닝은 단일 데이터베이스 인스턴스 내에서 데이터의 하위 집합을 그룹화하는 것입니다. 많은 경우에,측면 분할 및 파티션은 사용 동의어로,특히 때 앞에는”수평”그리고”수직입니다.”따라서”수평 샤딩”과”수평 분할”은 동일한 것을 의미 할 수 있습니다.

관련 항목

에서 메모리를 계산

에지 컴퓨팅

그리드 컴퓨팅

추가 읽기

굳이 다 IMDG3.12 소개 CP 서브시스템