11 KiB
11 KiB
| aliases | tags | date | zero-link | parents | linked | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
|
|
|
Тезисы
- Один из вариантов горизонтального масштабирования данных, но не БД.
- Данные разбиваются на части. В отличии от партиционирования эти части размещаются на разных серверах.
- Не является репликацией и партиционированием. Но на каждом шарде можно применить партицирование.
- ==Шардирование последняя мера по улучшению производительности.==
Шардирование — это метод разделения и распределения больших объёмов данных по разным базам данных или узлам в рамках одной распределённой системы, чтобы облегчить их управление, обеспечить масштабируемость и повысить производительность. Каждая часть данных, или "шард", функционирует как отдельная база данных, и все шарды вместе образуют логически единую базу данных.
Основные принципы шардирования включают в себя:
- Горизонтальное разделение данных: Вместо того чтобы хранить все данные в одной таблице или базе данных, они разделяются на меньшие части. Каждый шард содержит часть данных, например, пользователей с идентификаторами от 1 до 1000 в одном шарде и от 1001 до 2000 в другом.
- Распределение нагрузки: Поскольку запросы к данным могут обрабатываться параллельно разными шардами, это способствует балансировке нагрузки и увеличению производительности системы.
- Масштабируемость: По мере роста объёмов данных новые шарды могут быть добавлены в систему, что позволяет масштабировать приложение горизонтально.
- Локализация данных: Шардирование может быть использовано для локализации данных, чтобы уменьшить задержки, связанные с географическим расположением пользователей и баз данных.
Плюсы:
- Горизонтальное масштабирование
- Улучшение производительности: Единственный способ ускорить операции вставки в БД.
- Высокая доступность и устойчивость к отказам: Отказ одного шарда не приводит к полному сбою системы. Данные в остальных шардах остаются доступными, что повышает общую устойчивость системы к отказам.
Минусы
- Сложность управления: Нет стандартных механизмов по управлению шардами. В случае добавления или удаления шардов может потребоваться перераспределение больших объемов данных, что может быть ресурсоемкой операцией и повлиять на производительность системы.
- Трудности с транзакциями и согласованностью: Шардирование может затруднить обеспечение атомарности и согласованности транзакций, охватывающих несколько шардов, что может потребовать дополнительных усилий для поддержания целостности данных.
Проблемы:
- Решардинг
- Согласованное префиксное чтение
- При запросе SELECT FROM данные могут отдаться сначала все с одного шарда, потом с другого и так далее.
- Запросы не по ключу шардирования обойдут все узлы.
- Запросы по диапазону ключей хэширования могут обойти все шарды.
- Данные не равномерно распределились.
- Попробовать подобрать лучше ключ шардирования/кэш функцию
- Решардинг
- JOIN SQL
- Держать нужные данные на одном шарде
- Делать вычисления в одном сервисе
Как выбрать ключ для шардирования и хэш функцию:
- Определиться, какой функционал для вашего бизнеса самый полезный. Какие запросы нужно выполнить, чтобы этот функционал работал. Как разбить данные так, чтобы данные запросы стали быстрее.
- Подумать о Решардинг. Насколько легко будет добавлять и убирать шарды.
Обычно для распределения по шардам используется какая-то функция шардирования, в которую передается ключ. Популярные формулы хэширования:
- Если ключ цифровой, то можно просто поделить его на количество серверов, получив остаток от деления. Если это строка, то можно взять хэш функцию, которая даст число и уже его делить на количество серверов.
- При изменении количества серверов будет большая головная боль с решардингом, так как придется перетаскивать данные практически со всех шардов.
- Алгоритм crc32.
- какой-то мур-мур
Стратегии распределения данных по шардам:
- Key Based Sharding. Наиболее распространенный способ.
- Range Base Sharding. Не использует хэш функцию.
- Directory Based Sharding
- Consistent hashing. Уменьшает боль от решардинга.
Как направлять на шарды:
- Умный клиент. Приложение само решает в какой шард идти
- Нет дополнительной точки отказа. Нет лишнего хопа.
- Усложняется разработка. Нужно учитывать шардирование при разработке.
- Как выполнять решардинг?
- Прокси
- Промежуточный сервис между клиентом и БД, который знает о шардинге и передает данные от БД к клиенту.
- Сервисы ничего не знают о шардинге
- Дополнительная точка отказа.
- Но можно попробовать разместить проксю рядом с сервисом.
- Увеличивается количество трафика.
- Уменьшается Latency. Лишний хоп.
- Координатор
- Промежуточный сервис между клиентом и БД, но в отличие от прокси не отдает сами данные, а указывает сервису в какой шард сходить.
- Сервисы ничего не знают о шардинге.
- Дополнительная точка отказа.
- Уменьшается Latency. Лишний хоп.
- Intra-database routing
- Клиент обращается к любому шарду БД, а он уже знает в какой шард сходить.
- Так работает Redis кластер
Лучше если количество нод будет равно степени 2 (2,4,8). Формула shard_Id % count.
- 16 записей на 8 шардов -> 2 записи на шард
- 16 записей на 16 шардов -> 1 запись на шард
Реализации в СУБД:
Заметки
- Как и в случае партиционирования запросы по ключу шардирования ускорятся.
- Можно создавать различные индексы на узлах. При этом может оказаться так, что индексы на исходной таблице могут не подойди для шардирования.
- В 2GIS при переезде на шардирование они создавали шарды, после чего обвешавали основную БД тригерами, чтобы они актуализировали данные в шарда, но при этом продолжали использовать старую БД. В какой-то момент переключились на шарды.