最近我一直在研究可扩展的架构。在这种情况下，涉及到数据库的两个词是分片(sharding)和分区(partitioning)。我查看了它们的描述，但仍然感到困惑。
请Stackoverflow的专家帮助我正确理解基础知识：
- 分片和分区之间有什么区别？
- “所有分片数据库本质上都是在不同节点上进行了分区，但并非所有分区数据库都必须是分片的。”这种说法是否正确？
数据库分片与分区的区别
334
- Amit Sharma
1
2这个可能会有所帮助：了解数据库分片技术。 - mchawre
7个回答
259
划分是将数据在表格或数据库之间分割的通用术语。Sharding是水平划分中的一种具体类型。
在这里，你可以通过一些逻辑或标识符来跨多个实例或服务器复制架构，以知道要查找数据的实例或服务器。这种标识符通常称为“分片密钥”。
常用的无关键逻辑是使用字母表来划分数据。 A-D 是第 1 个实例，E-G 是第 2 个实例等。客户数据非常适合此项技术，但如果划分不考虑某些字母比其他字母更常用，则在实例之间其大小会有所不同。
另一种常见的技术是使用键同步系统或逻辑来确保跨实例的唯一键。
一个众所周知的例子是Instagram在早期如何解决其分区问题（请参见下面的链接）。他们开始将数据从一开始就分割到非常少的服务器上，使用Postgres进行划分。我相信那几个物理块上有数千个逻辑分片。阅读他们 2012 年的精彩文章：Instagram 工程 - Sharding & IDs
请参见此处：http://www.quora.com/Whats-the-difference-between-sharding-and-partition
- Canis
4
31分片是一种HP类型，但它并不是HP。 - NoChance
3我理解的水平分区是将表中的行拆分成几个子表（可能在同一模式或数据库实例中），而分片是对水平分区的进一步操作，将子表放入单个数据库中的不同模式，或将它们放入不同机器上的独立数据库实例中。是否正确？ - Jonathan Hartley
难道说分片不是将模式划分而不是复制它吗？ - Adelin
1@Adelin 实际上，我认为这是不正确的，因为分片是指通过行将数据分散到多个节点中，而不是列（水平分区）。如果您垂直分区您的数据，则按列拆分表格。例如，在DB1中放置名称为A-N的用户，在DB2中放置名称为O-Z的用户，其中模式相同，这是分片（水平分区），而在DB1中放置用户名，在DB2中放置电子邮件，并使用user_id链接它们，将是垂直分区。 - Canis
81
我也一直在研究这个问题，虽然远非权威，但我已经收集了一些关键事实和要点，想分享一下：
分区是将逻辑数据库或其构成元素划分为不同的独立部分。通常通过数据库分区来进行可管理性、性能或可用性方面的处理，以实现负载均衡。
https://en.wikipedia.org/wiki/Partition_(database)
分片是分区的一种类型，如水平分区（HP）。
还有垂直分区（VP），它将表拆分为更小的不同部分。规范化也涉及到将列分割成多个表，但垂直分区甚至在已经规范化的情况下仍会对列进行分区。
https://en.wikipedia.org/wiki/Shard_(database_architecture)
我非常喜欢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"或分片是复制[拷贝]模式，然后基于分片键划分数据的过程。
"垂直分区"涉及将模式分割（数据也随之移动）。
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图表。我从文章中摘录了一些内容。
https://docs.oracle.com/cd/B28359_01/server.111/b32024/partition.htm
何时分区表
以下是一些应当考虑对表进行分区的建议：
- 大于 2 GB 的表应始终被视为候选对象进行分区。
- 包含历史数据的表，在其中新数据添加到最新的分区中。典型的例子是一个历史表，只有当前月份的数据可以更新，其余 11 个月份为只读。
- 当需要将表的内容分布在不同类型的存储设备上时。
分区剪枝
分区剪枝是使用分区的最简单和最重要的手段来提高性能。分区剪枝通常可以将查询性能提高数个数量级。例如，假设一个应用程序包含一个订单表，其中记录了历史订单，该表按周进行了分区。请求单个星期的订单的查询仅访问订单表的一个分区。如果订单表拥有两年的历史数据，则该查询将仅访问一个分区，而不是 104 个分区。这个查询可能会因为分区剪枝而执行得快100倍。
分区策略
- 范围
- 哈希
- 列表
您可以阅读它们的文本并可视化它们的图像，这些都很好地解释了它们。
最后，重要的是要理解数据库非常耗费资源：
- CPU
- 磁盘
- I/O
- 内存
许多 DBA 会在同一台机器上进行分区，其中分区将共享所有资源，但通过分割数据和/或索引提供磁盘和 I/O 改进。
其他策略将采用“共享无物”架构，其中分片将驻留在单独且不同的计算单元（节点）上，拥有100％的CPU、磁盘、I/O和内存。这样做提供了自己的一套优势和复杂性。
- Jeach
3
"水平分区"或"分片"是复制模式，然后根据分片键将数据划分为多个部分。这种说法是自我重复的。" - 8bitjunkie
1所以有一面镜子，它是破碎的，因此有了这个词源学。 - mckenzm
我希望人们停止将规范化与分区/分片混为一谈 - 这只会让事情变得更加混乱，掩盖了规范化的要点。数据的物理和逻辑存储方式不同，它们出于不同的原因，并且具有不同的后果。此外，规范化几乎总是需要在数据库设计中执行/成为一部分，而分区/分片仅在涉及性能和可用性的规模问题时才相关。 - Bob
58
看起来这个回答解决了您的两个问题：
水平分区将一个或多个表按行进行拆分，通常在模式和数据库服务器的单个实例中。如果存在一种明显的、稳健的、隐式的方式可以识别哪个表格中包含特定行，而不需要先查询索引，则它可能通过减少索引大小（从而减轻搜索工作量）提供优势，例如，“CustomersEast”和“CustomersWest”表的经典示例，其中他们的邮政编码已经指示了他们将被找到的位置。
分片超越了这个范畴：它以相同的方式将有问题的表格进行分区，但它跨越潜在的模式实例进行。明显的优点是，大型分区表的搜索负载现在可以分布在多台服务器上（逻辑或物理），而不仅仅是分布在同一逻辑服务器上的多个索引。
来源： 维基-Shard 。
分片是将数据记录存储在多台机器上的过程，是MongoDB应对数据增长需求的方法。随着数据量的增加，单台机器可能无法足够存储数据或提供可接受的读写吞吐量。分片通过水平扩展来解决这个问题。通过分片，您可以添加更多机器来支持数据增长和读写操作的需求。
来源：MongoDB。
水平分区将一个或多个表按行进行拆分，通常在模式和数据库服务器的单个实例中。如果存在一种明显的、稳健的、隐式的方式可以识别哪个表格中包含特定行，而不需要先查询索引，则它可能通过减少索引大小（从而减轻搜索工作量）提供优势，例如，“CustomersEast”和“CustomersWest”表的经典示例，其中他们的邮政编码已经指示了他们将被找到的位置。
分片超越了这个范畴：它以相同的方式将有问题的表格进行分区，但它跨越潜在的模式实例进行。明显的优点是，大型分区表的搜索负载现在可以分布在多台服务器上（逻辑或物理），而不仅仅是分布在同一逻辑服务器上的多个索引。
来源： 维基-Shard 。
分片是将数据记录存储在多台机器上的过程，是MongoDB应对数据增长需求的方法。随着数据量的增加，单台机器可能无法足够存储数据或提供可接受的读写吞吐量。分片通过水平扩展来解决这个问题。通过分片，您可以添加更多机器来支持数据增长和读写操作的需求。
来源：MongoDB。
- NoChance
26
考虑一个数据库中有100列和1百万行的表格，在分区中，可以将表格分成2个或多个具有以下属性的表格：
0.4百万行（table1），0.6百万行（table2）
一百万行和60列（table1）以及一百万行和40列（table2）
可能会有多种情况。
- vikas bhandari
1
1这使得它非常清晰，谢谢！ - Chen Ni
23
关于分区，请勿使用“复制”一词。复制是一个不同的概念，不在本页面的讨论范围内。
当我们谈论分区时，更合适的词是“划分”，而当我们谈论分片时，更合适的词是“分配”。
在分区中（通常和常规理解下），大型数据表的行被划分为两个或更多个不重叠（不共享任何行）的组。您可以将每个组称为一个分区。这些组或所有分区仍然在单个RDMB实例的控制之下，这是全部逻辑。每个组的基础可以是哈希、范围等等。如果您有一张包含十年数据的表，则可以根据非空列CREATE_DATE设置分区边界，将每年的数据存储在单独的分区中。查询数据库时，如果您指定了一个介于1999年1月1日和2000年12月31日之间的创建日期，则只会命中两个分区，并且是顺序的。我在处理超过十亿条记录的DB上做过类似的操作，使用索引等工具后，SQL查询时间从30秒缩短到50毫秒左右。
分片是将每个分区放置在不同的节点/机器上。现在可以并行地在分区/分片中搜索。
- imran
1
这完全有道理。 - Paramvir Singh Karwal
7
Sharding是水平分区的一种特殊情况，其中分区跨越多个数据库实例。如果数据库进行了分片，则意味着它被划分了。
- Pavel
3
水平分区在移动到另一个数据库实例*时，变成了一个数据库分片。
数据库实例可以在同一台机器上或另一台机器上。
- abbas
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接