Mysql 数据库分片与分区

最近我一直在阅读有关可伸缩架构的文章。在这种情况下，关于数据库不断出现的两个词是切分和分区。我查了一下描述，但还是弄糊涂了

stackoverflow的专家能帮我弄清楚基本知识吗

• 分片和分区之间的区别是什么
• “所有分片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分片的”，这是真的吗

---

分区更像是在表或数据库之间划分数据的通用术语。分片是一种特定类型的分区，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“分片密钥”

一种常见的无键逻辑是使用字母表划分数据。A-D是实例1，E-G是实例2等。客户数据非常适合于此，但如果分区没有考虑到某些字母比其他字母更常见，则在实例的大小上会有一些错误

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在早期是如何解决分区的（请参见下面的链接）。他们开始时在很少的服务器上进行分区，使用Postgres从一开始就划分数据。我相信那几个物理碎片上有几千个逻辑碎片。在这里阅读他们2012年的精彩作品：

---

请参见此处：

这似乎回答了您的两个问题：

水平分区通常按行分割一个或多个表 在架构和数据库服务器的单个实例中。可能 通过减少索引大小（从而减少搜索工作量）提供优势 前提是有一些明显的、可靠的、隐含的方法来识别 在哪个表中可以找到特定的行，而不需要首先 搜索索引，例如“CustomerEast”的经典示例 和“CustomerWest”表，它们的邮政编码已经表明 在那里可以找到它们

切分超出了这个范围：它将有问题的表划分为 同样的方法，但它可能跨多个实例执行此操作 模式的一部分。明显的优势是，搜索负载为 大型分区表现在可以跨多个服务器拆分 （逻辑或物理），而不仅仅是同一逻辑上的多个索引 服务器

来源：

分片是跨多个数据库存储数据记录的过程 机器，是MongoDB满足数据需求的方法 成长。随着数据大小的增加，单个机器可能无法访问 足以存储数据，也不能提供可接受的读写 吞吐量切分解决了水平缩放的问题。具有 切分，您可以添加更多的计算机来支持数据增长和需求 读取和写入操作的类型

---

资料来源：。

我也一直在深入研究这个问题，尽管我是这个问题的参考人，但我收集的关键事实和我想分享的观点很少：

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而进行的，比如负载平衡

---

分片是一种分区类型，例如水平分区（HP）

还有垂直分区（VP），您可以通过它将表拆分为更小的不同部分。规范化还涉及跨表拆分列，但垂直分区超出了这一范围，甚至在已经规范化的情况下也会对列进行分区

我真的很喜欢Tony Baco在Quora上的回答，他让你从模式（而不是列和行）的角度来思考。他说

“水平分区”或分片是复制[复制]模式，然后根据分片键分割数据

“垂直分区”涉及到对模式进行分割（并且数据会一直进行下去）

Oracle的数据库分区指南中有一些不错的数据。我从这篇文章中抄了一些摘录

何时对表进行分区

以下是关于何时分区表的一些建议：

• 应始终将大于2 GB的表视为候选表 用于分区
• 包含历史数据的表，其中新数据添加到最新分区中。一个典型的例子是历史表，其中只有当前月份的数据是可更新的，而其他11个月是只读的
• 当表的内容需要分布在不同类型的存储设备上时

分区修剪

分区修剪是使用分区提高性能的最简单也是最重要的方法。分区修剪通常可以将查询性能提高几个数量级。例如，假设一个应用程序包含一个Orders表，其中包含订单的历史记录，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表的一个分区。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。由于分区修剪，此查询的执行速度可能会提高100倍

分区策略

• 射程
• 散列