Databasesharding og -replikering

Efterhånden som applikationer vokser, kan en enkelt database blive en flaskehals. Høj trafik, komplekse forespørgsler eller store datasæt kan gøre systemet langsommere.

For at håndtere stigende belastning og sikre hurtige svar skal databaser skaleres. Denne lektion gennemgår to vigtige teknikker: replikering og sharding.

Databasereplikering er processen med at oprette og vedligeholde flere kopier af en database.

Disse kopier, som ofte ligger på forskellige servere, har to hovedformål:

• Forbedret læseydeevne: Fordel læseforespørgsler på flere kopier.
• Høj tilgængelighed: Hvis én server svigter, kan en anden kopi overtage.

Den mest almindelige replikermodel er master-slave. Sådan fungerer den:

• Én databaseserver udpeges som master. Den håndterer alle skriveoperationer (indsættelser, opdateringer og sletninger).
• De øvrige servere er slaver. De modtager en kopi af masterens data og håndterer læseoperationer.
• Ændringer fra masteren synkroniseres løbende til slaverne.

Selv om master-slave er robust, giver multi-master-replikering flere databaseservere mulighed for at acceptere skriveoperationer.

Det kan forbedre skalerbarheden ved skrivning og tilgængeligheden yderligere, men det medfører betydelig kompleksitet i forbindelse med håndtering af datakonsistens og løsning af potentielle konflikter, når de samme data opdateres på forskellige mastere samtidig.

Fordele ved replikering:

• Læseskalerbarhed: Fordeler læsebelastningen og forbedrer svartiderne.
• Høj tilgængelighed: Giver fejltolerance; en slave kan blive master efter behov.
• Katastrofeberedskab: Datakopier er tilgængelige i tilfælde af datatab på en server.

Ulemper:

• Skrivelatens: Alle skrivninger går stadig gennem masteren.
• Forældede data: Slaver kan være bagefter masteren, hvilket fører til 'eventuel konsistens'.
• Kompleksitet: Opsætning og administration kræver omhyggelig planlægning.

Databasesharding er en teknik, der opdeler en stor database i mindre, mere håndterbare dele, som kaldes shards. Hver shard er en komplet, uafhængig database.

I stedet for én enorm database har du flere mindre databaser, som hver gemmer en delmængde af alle dine data. Det kaldes også horisontal partitionering.

Kernen i sharding er shard-nøglen (eller partitionsnøglen). Det er en kolonne eller et sæt kolonner i dine data, som afgør, hvilken shard en bestemt række tilhører.

Valget af en effektiv shard-nøgle er afgørende for en jævn datafordeling og effektive forespørgsler. Almindelige valg omfatter user_id, tenant_id eller en geografisk region.

Hvordan beslutter vi, hvilke data der skal placeres hvor?

• Områdebaseret sharding: Data opdeles baseret på et værdiområde i shard-nøglen (f.eks. brugere fra A-M på Shard 1 og N-Z på Shard 2).
• Hashbaseret sharding: En hashfunktion anvendes på shard-nøglen, og resultatet bestemmer, hvilken shard der bruges. Det giver ofte en mere jævn fordeling.
• Mappebaseret sharding: En opslagstabel (mappe) knytter shard-nøglen til den relevante shard.

Selvom sharding giver omfattende skalerbarhed, medfører det betydelige udfordringer:

• Øget kompleksitet: Flere databaser skal administreres, distribueres og sikkerhedskopieres.
• Forespørgsler på tværs af shards: Forespørgsler, der kræver data fra flere shards, er komplekse og ofte mindre effektive.
• Genbalancering af data: Hvis en shard bliver for stor eller overbelastet, er det vanskeligt at omfordele data på tværs af shards (genbalancering).
• Valg af shard-nøgle: En dårlig shard-nøgle kan føre til en ujævn fordeling ("hot spots").

Vi har gennemgået to effektive teknikker til skalering af databaser:

• Replikering: Data kopieres for at opnå skalerbar læsning og høj tilgængelighed, ofte ved hjælp af en master-slave-model.
• Sharding: Data opdeles horisontalt i uafhængige shards, hvor en shard-nøgle bruges til at fordele data og skalere skriveoperationer.

Begge teknikker forbedrer ydeevne og robusthed betydeligt, men medfører driftsmæssig kompleksitet. Valget af den rigtige strategi afhænger af de specifikke behov og trafikmønstre i din applikation.