数据库分区 - 水平 vs 垂直 - 规范化和行拆分之间的区别？

Question

我正在努力理解数据库分区的不同概念，以下是我的理解：

水平分区 / Sharding : 将一个表拆分为不同的表，每个表都包含最初表中的一部分行。例如: 将用户表按大陆进行拆分，如为北美洲创建一个子表，为欧洲创建另一个子表等。每个分区位于不同的物理位置（即不同的“机器”）。

就我所知，水平分区和Sharding 是完全相同的东西（？）。

垂直分区 : 我所了解到的（http://technet.microsoft.com/en-us/library/ms178148%28v=sql.105%29.aspx），有两种类型的垂直分区：

• 规范化（从数据库中删除冗余数据的方法是通过拆分表并使用外键链接它们）。

• 行拆分，这里是我不明白的地方：什么是规范化和行拆分之间的区别？这两种技术有何不同？

我还在这篇文章中读到过（Difference between scaling horizontally and vertically for databases），水平分区和垂直分区的不同之处在于前者通过添加更多机器来扩展，而后者通过向现有机器添加更多功率（CPU、RAM）来扩展。这是正确的定义吗？我认为这两种技术之间的核心差异在于您拆分表的方式。

很抱歉我提出了这么多问题，但我有点困惑，因为我找到的许多不同网站都说不同的事情。

任何有助于澄清的帮助都将不胜感激。 任何带有几个表格的清晰简明演示链接也将非常有帮助。

- dukable

---

好的，我会尽力为您提供准确和简洁的翻译。以下是需要翻译的内容：this question is more for http://dba.stackexchange.com/这个问题更适合在http://dba.stackexchange.com/上提问。 - Sam

Answer 1

分区是一个相当通用的概念，可以应用于许多场景。当它考虑关系型数据的划分时，通常是指将表格进行行（水平）或列（垂直）分解。

垂直分区，也叫做行拆分，使用与数据库规范化相同的拆分技术，但通常称为（垂直/水平）数据分区，是一种物理优化，而规范化是在概念层面上进行的优化。

由于您要求进行简单演示 - 假设您有这样一个表：

create table data (
    id integer primary key, 
    status char(1) not null, 
    data1 varchar2(10) not null, 
    data2 varchar2(10) not null);

将 data 垂直地 划分的一种方法：按以下方式分割：

create table data_main (
    id integer primary key,
    status char(1) not null,
    data1 varchar2(10) not null );

create table data_rarely_used (
    id integer primary key,
    data2 varchar2(10) not null,
    foreign key (id) references data_main (id) );

例如，当您很少需要查询列数据2时，可以应用这种分区方法。分区data_main将占用更少的空间，因此全表扫描将更快，并且它更有可能适合DBMS的页面缓存。缺点是：当您必须查询data的所有列时，您显然必须加入表格，这比查询原始表格更昂贵。

请注意，您正在按照规范化表格的方式拆分列。但是，在这种情况下，data可能已经标准化为第三范式（甚至BCNF和4NF），但您决定进一步拆分它以进行物理优化。

使用Oracle语法对data进行水平分区的一种方法：

create table data (
    id integer primary key, 
    status char(1), 
    data1 varchar2(10), 
    data2 varchar2(10) )
    partition by list (status) ( 
       partition active_data values ( 'A' ),
       partition other_data values(default) 
    );

这将告诉DBMS在两个片段（就像两个表格）中内部存储data表，具体取决于status列的值。例如，当您通常只查询一个分区的行时，比如状态为"A"的行（我们称之为活动行），可以应用这种数据分区方式。与之前一样，全表扫描将更快（特别是如果只有少量活动行），活动行（和其他行）将连续存储（它们不会分散在与不同状态值的行共享的页面上，而且较可能活动行将位于页面缓存中。

- Fabian

Answer 2

水平分区在数据库中的应用

将所有字段保留下来，例如：表Employees有以下字段：

• id,
• name,
• 地理位置,
• email,
• designation,
• phone。

例如：1.保留所有字段并将记录分布在多个计算机中。例如在每台计算机上存储id= 1-100000 或 100000-200000 记录，并将其分布在多个计算机上。

例如：2.为各个地区保留单独的数据库，例如亚太地区和北美。

关键点：基于标准选择一组行

垂直分区在数据库中的应用

它与规范化类似，其中同一表被划分为多个表，并在需要时使用join进行连接。

例如，将id、name、designation放在一个表中，
phone、email则放在另一个表中，因为这些字段可能不经常被访问。

关键点：基于标准选择一组列。

• 水平/垂直扩展与分区不同

水平扩展：

是关于添加更多的机器，以提高任何系统（包括数据库）的响应速度和可用性。其思想是将工作负载分配到多台计算机上。

垂直扩展：

是关于在现有机器或多台机器中添加更多CPU、内存等能力，以提高任何系统（包括数据库）的响应速度和可用性。在虚拟机设置中，可以进行虚拟配置，而无需添加实际物理机器。

Sameer Sukumaran

- sameer sukumaran

Answer 3

单一数据库的问题在于当它变得非常庞大时，所以需要对其进行分区，以减少搜索空间，使其能够更快地执行所需操作。有各种分区策略可用，例如：水平分区、垂直分区、基于哈希的分区、基于查找表的分区。与这些策略相比，水平和垂直扩展是不同的概念。

- 水平分区：它根据一些关键信息将给定的表/集合分成多个表/集合，这可以帮助获取正确的表，因为水平分区将在不同节点/机器上拥有多个表，例如：按地区划分的用户信息。 - 垂直分区：它将列分成多个部分，如上面的一个答案中提到的与用户信息、喜欢、评论、朋友等相关的列在社交网络应用程序中。 - 基于哈希的分区：它使用哈希函数来决定表/节点，并将关键元素作为输入生成哈希。如果我们改变表的数量，就需要重新排列数据，这是昂贵的。因此，在想要添加更多表/节点时会出现问题。 - 基于查找表的分区：它使用查找表来帮助根据给定的输入字段重定向到不同的表/节点。我们可以很容易地在此方法中添加新的表/节点。

水平扩展与垂直扩展：

当我们设计任何应用程序时，我们需要考虑扩展性。我们如何处理未来的大量流量？我们需要从内存消耗、延迟、CPU使用率、容错性、弹性等方面考虑。垂直扩展向单个计算机添加更多资源（例如：CPU、内存），以便它可以处理传入的流量。但是，这种方法存在限制，您无法添加超过某个限制的资源。水平扩展允许传入流量分布在多个节点上。它需要在前端具有负载均衡器，该负载均衡器基本上处理流量，并将流量导航到任何一个节点。水平扩展允许您添加足够数量的服务器，但您也需要这么多的节点。

- Bhagwati Malav

Answer 4

Normalization和拆分的区别在于目的不同。

Normalization的主要目的是去除冗余数据，而行拆分的目的是分离不太需要的数据。

例如：假设您有一个名为All_Details的表，其中包含以下列 - id，Emp_name，Emp_address，Emp_phNo，Emp_other_data，Company_Name，Company_Address，Company_revenue。

现在，如果您想规范化表格，您将创建两个新表Employee_Details和Company_Details，并在Employee_Details表中保留company_id的外键。这样就可以删除冗余的公司数据。

现在让我们谈谈行拆分。假设即使在规范化之后，您仅访问employee_name和emp_phNo，但是您不经常访问emp_address和emp_other_data。因此，为了提高性能，您将Employee_Details表拆分为两个表。表1包含经常需要的数据（employee_name和emp_phNo），表2包含不经常需要的数据（Emp_address，Emp_other_data）。两个表都将具有相同的unique_key列，以便可以使用unique_key重新创建Employee_Details表的任何行。这可以大大提高系统性能。

- hummer