sql >> Database teknologi >  >> RDS >> Access

Dataopdeling til store applikationer

I mange store applikationer er data opdelt i 'partitioner', der kan administreres separat. Partitionering kan optimere ydeevnen og forbedre skalerbarheden, hvilket er grunden til, at databaseadministratorer vælger det. Imidlertid skal opdelingsstrategien vælges omhyggeligt for at maksimere fordelene og reducere risikoen for negative virkninger.

Lad os lære mere om, hvad det vil sige at partitionere data og de forskellige designstrategier at vælge imellem.

Hvorfor partitionere data?

Partitionering af data er teknikken til at distribuere data på tværs af flere tabeller. Her er nogle af grundene til, at du måske ønsker at opdele dine egne data.

  • Forbedre skalerbarheden. Når du skalerer din database op, når du til sidst din hardwaregrænse. Ved at partitionere data kan du udskalere dit system næsten på ubestemt tid, fordi hver partition er hostet på en separat server.
  • Forbedre ydeevnen. Data spredt på tværs af partitioner dækker en mindre mængde data. Dette kan gøre dit system mere effektivt. Selv operationer, der påvirker flere partitioner, kan køres samtidigt.
  • Forøg sikkerheden. Partitioner giver dig mulighed for at adskille følsomme og ikke-følsomme data i forskellige sektioner. Du kan derefter anvende forskellige sikkerhedskontroller til hver.
  • Større fleksibilitet. Du har mange flere muligheder, når du partitionerer dine data. Du kan maksimere den administrative effektivitet, minimere omkostningerne og definere strategier for backup og gendannelse.
  • Forbedre tilgængeligheden. Adskillelse af data på tværs af flere servere giver dig større tilgængelighed. Hvis en partition ikke er tilgængelig, kan du stadig få adgang til data på de andre partitioner.

Hvad er mulighederne for at designe partitioner 

Når det kommer til partitionering af data, er der tre hovedmetoder: 

  • Horisontal partitionering. Med horisontal partitionering, også kendt som sharding, er hver partition et separat datalager, men de har alle det samme skema.
  • Lodret partitionering. I denne strategi indeholder hver partition et undersæt af felterne for elementer i datalageret. Felterne er adskilt ud fra deres brugsmønster.
  • Funktionel partitionering. Denne strategi samler data baseret på, hvordan de bruges af hver afgrænset kontekst i systemet. For eksempel kan en online butik gemme fakturadata i én partition og kundeoplysninger i en anden.

Husk, at du ikke kun behøver at vælge én partitionsstrategi - du kan kombinere dem alle. Kontakt Arkware i dag for at afgøre, hvilken partitioneringsstrategi der er den rigtige for dig. Vi kan hjælpe dig med at besvare dette spørgsmål og overveje alle muligheder, når du designer et partitioneringsskema.


  1. Er indre led det samme som equi-join?

  2. Navigering af SQL Server-fejllogs

  3. JSON_REMOVE() – Fjern data fra et JSON-dokument i MySQL

  4. Populære Docker-billeder til MySQL og MariaDB Server