Fragmentation de base de données

Définition de la répartition des bases de données

CREATE SCHEMA Shard1 ; GO USE Shard1 ; GO CREATE TABLE Customers( CustomerId INT PRIMARY KEY, Name NVARCHAR(100) NOT NULL ) ; GO

Importance de comprendre le partage des bases de données

• Augmentation de la performance et de la capacité de recherche
• Réduction de l'impact sur un système unique et amélioration de sa fiabilité
• Possibilité d'étendre horizontalement la couche de la base de données.

Comprendre l'architecture du Database Sharding

Composants essentiels de l'architecture du sharding de base de données

Clé de barème : CustomerId, Shard Map { Shard1 :[0-1000], Shard2 :[1000-2000] }

Processus et flux de travail de l'architecture de partage de base de données

1. Partition des données : Tout d'abord, les données doivent être partitionnées en plusieurs shards à l'aide d'une clé de shard - une colonne spécifique de données dans la table de la base de données.
2. Distribution des données : À présent, les shards sont répartis sur plusieurs serveurs afin d'équilibrer la charge et d'améliorer les performances.
3. Accès aux données : Lorsqu'une requête est exécutée, le shard map identifie le bon shard et renvoie les données demandées.
4. Modification des données : Il s'agit de simples mises à jour ou changements de données. L'événement se produit à l'intérieur d'un shard en fonction de la clé du shard.

SELECT * FROM Customers WHERE CustomerId >= 1000 AND CustomerId <= 2000

Partage de base de données et partitionnement

Comparaison entre le partage de base de données et le partitionnement

CREATE TABLE Customers ( CustomerId INT, Name NVARCHAR (100) ) PARTITION BY RANGE (CustomerId) ( PARTITION lessThanOneThousand VALUES LESS THAN (1000), PARTITION lessThanTwoThousand VALUES LESS THAN (2000), PARTITION others VALUES LESS THAN (MAXVALUE) ) ;

Critères : customerId Shard Map { Shard1 :[0-999], Shard2 :[1000-1999], Shard3 :[2000-2999] }

Différences d'utilisation : Répartition et Partitionnement

Avantages du partage des bases de données

Avantages de la répartition des bases de données en termes de performances

SELECT * FROM Customers WHERE CustomerId = 1000 ;

• Dispersion de la charge : en stockant les données à plusieurs endroits, le Database Sharding répartit la charge entre de nombreux serveurs. Cette configuration permet de réduire la pression sur chaque serveur et d'améliorer ainsi les performances globales.
• Accroît la vitesse des requêtes : avec moins d'enregistrements à parcourir, une requête de base de données peut passer en revue les enregistrements plus rapidement, ce qui réduit les temps de réponse.
• Favorise le traitement parallèle : Les données étant réparties sur plusieurs serveurs, le Database Sharding exploite la puissance des calculs simultanés des serveurs. Cela signifie essentiellement que plusieurs requêtes peuvent être traitées simultanément, ce qui permet d'améliorer considérablement les performances.

L'évolutivité, un avantage du sharding

Criteria : customerId Shard Map { Shard1 :[0-999], Shard2 :[1000-1999], Shard3 :[2000-2999] }

• Potentiel d'extension infini : En répartissant les données entre de nombreux serveurs (ou shards), il est possible d'ajouter d'autres serveurs au fur et à mesure que le besoin s'en fait sentir. Ce mécanisme de dispersion permet un potentiel de "mise à l'échelle" théoriquement infini.
• Optimisation des ressources : Le sharding permet de maximiser l'utilisation des ressources actuelles des serveurs. En répartissant la charge de données, il empêche efficacement un serveur de devenir un goulot d'étranglement.
• Haute disponibilité : Comme les données sont réparties sur plusieurs serveurs, si un serveur tombe en panne, l'application peut toujours fonctionner en récupérant les données des autres shards.

Exemples pratiques et stratégies de partage de bases de données

Exemples de mise en œuvre du sharding de base de données

SELECT * FROM Orders WHERE CustomerID = 4567

Stratégies efficaces de partage des bases de données

• Sélection de la clé de partage : La clé de partage est le noyau autour duquel ton partage est construit. Elle détermine la façon dont tes données sont réparties entre les différentes unités. Il est essentiel de choisir une clé de partage qui évite les "points chauds", où beaucoup de données sont concentrées dans un seul partage, ce qui crée des charges déséquilibrées.
• Découverte des données : Il est également important d'établir une méthode permettant de localiser rapidement le shard où résident les données requises. Pour ce faire, on crée généralement une carte des tessons qui fait correspondre les clés des tessons à des tessons particuliers. Il est essentiel de maintenir cette carte à jour et accessible.
• Choisir le bon modèle de répartition : Il existe différents schémas de répartition et chacun d'entre eux a ses nuances. Les modèles comprennent la répartition par plage, la répartition par liste et la répartition par hachage. Choisis un modèle qui correspond à tes habitudes de distribution et d'accès aux données.
• Considère l'over-sharding : L'over-sharding consiste à créer plus de shards qu'il n'en faut. Cette stratégie peut être rentable car elle permet d'économiser du temps et des ressources dont tu aurais besoin si tu devais procéder à un nouveau shardage lorsque tes données s'accroîtront.