数据库分片与分区

分区是跨表或数据库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在哪个实例或服务器上查找数据。这种标识符通常被称为“碎片键”。

一种常见的无键逻辑是使用字母表来划分数据。A-D是实例1,E-G是实例2，等等。客户数据非常适合这样做，但是如果分区没有考虑到某些字母比其他字母更常见，那么在实例之间的大小表示就会有些错误。

另一种常用技术是使用键同步系统或逻辑，以确保跨实例的键是唯一的。

你可以研究的一个众所周知的例子是Instagram在早期是如何解决他们的划分问题的(见下面的链接)。他们开始在很少的服务器上进行分区，使用Postgres从一开始就划分数据。我相信是几千个逻辑碎片在那几个物理碎片上。在这里阅读他们2012年的精彩报道:Instagram工程- Sharding &id

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

看来这回答了你的两个问题

水平分区通常是按行分割一个或多个表 在模式和数据库服务器的单个实例中。它可能 通过减少索引大小(从而减少搜索工作量)提供优势 只要有一些明显的，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 检索索引，例如“CustomersEast”的经典示例。 以及“CustomersWest”表格，其中他们的邮政编码已经显示

分片不仅限于此:它将有问题的表分区 同样的方法，但是它跨越了潜在的多个实例 模式的。的搜索负载是明显的优势 大型分区表现在可以在多个服务器上拆分 (逻辑或物理)，而不仅仅是同一逻辑上的多个索引 服务器。< / p >

来源:Wiki-Shard。

分片是跨多个存储数据记录的过程 这是MongoDB满足数据需求的方法 增长。随着数据大小的增加，单个机器可能无法实现 足以存储数据，也不能提供可接受的读写 吞吐量。分片解决了水平缩放的问题。与 通过分片，您可以添加更多的机器来支持数据增长和需求

来源:MongoDB。

我也一直在研究这个问题，尽管到目前为止我是这个问题的参考，但我收集了一些关键的事实和观点，我想分享:

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，如负载平衡。

https://en.wikipedia.org/wiki/Partition_(database)

分片是一种分区类型，例如水平分区 (HP)

还有垂直分区 (VP)，你可以将一个表分割成更小的不同部分。归一化还涉及到跨表的列分割，但是垂直分区不仅限于此，甚至在已经归一化的情况下还会对列进行分区。

https://en.wikipedia.org/wiki/Shard_(database_architecture)

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)的角度思考。他说……

"水平分区"，或sharding，是复制[复制]模式，然后根据一个分片键划分数据。

"垂直分区"涉及到对模式的划分(数据也随之划分)。

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据。我从这篇文章中抄了几段。

https://docs.oracle.com/cd/B28359_01/server.111/b32024/partition.htm

何时对表进行分区

下面是一些关于何时划分表的建议:

• 大于2 GB的表应该被认为是候选表 分区。李< / >
• 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，其他11个月的数据是只读的。
• 当一个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有效的方法。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，并且该表已按周划分。请求一周订单的查询将只访问orders表的单个分区。如果Orders表有2年的历史数据，那么该查询将访问一个分区，而不是104个分区。由于分区修剪，该查询的执行速度可能会提高100倍。

分区策略

• 范围
• 哈希
• 列表

你可以阅读他们的文字，想象他们的图像，这些图像很好地解释了一切。

最后，重要的是要理解数据库是极其资源密集型的:

• CPU
• 磁盘
• I / O
• 内存

许多DBA将在同一台机器上进行分区，这些分区将共享所有资源，但通过分割数据和/或索引来改进磁盘和I/O。

而其他策略将采用“无共享”架构，其中碎片将驻留在独立的计算单元(节点)上，拥有100%的CPU、磁盘、I/O和内存。提供它自己的一组优势和复杂性。

https://en.wikipedia.org/wiki/Shared_nothing_architecture

考虑数据库中有100万行和100列的表 在分区中，您可以将表分为2个或更多具有如下属性的表:

1. 40万行(table1)， 60万行(table2)

2. 100万行&60列(表1)和100万行40列(表二)

   可能有很多这样的案例

这是一般分区

但是分片仅指第一种情况，即我们以行为基础划分数据。如果我们将表划分为多个表，我们需要维护模式的多个类似副本，因为现在我们有多个表。

分片(特殊情况为水平分区)，当分区跨越多个数据库实例时。如果一个数据库是分片的，这意味着根据定义它是分区的。

当水平分区移动到另一个数据库实例*时，水平分区将变成数据库分片。

数据库实例可以在同一台机器上，也可以在另一台机器上。