知识卡片
数据分片与应用分片:切分的是数据还是模块
分片通常指水平切分数据——把一份数据(假设100万条记录)按某种规则切成若干份,托管在不同服务器上;这与规范化(垂直切分一张表的列)以及分区(同一台服务器内部按逻辑切分数据块)都不同,分片的关键特征是”切分之后落在不同的物理服务器上”,且每个分片服务器都同时承担读写。分片的核心难点在于路由规则的设计:需要一套逻辑判断每条记录该落到哪个分片、以及查询时该去哪个分片取数据——按用户名首字母分片(A-C一台、D-G另一台)看起来直观,但很难保证各分片间数据量真正均衡,通常不建议这样做,更好的依据可能是用户所在地区、年龄等能保证均匀分布的维度;一小撮需要被所有分片频繁访问、且更新极少的主数据(国家、货币等),应该被复制到所有分片服务器,从而避免为了取这类稳定数据而频繁跨服务器通信。应用分片则是另一种思路:把整个应用按业务模块拆开分别部署(比如航空公司系统里的”可用性与预订”“值机”“常旅客”“货运”等模块),拆分依据是各模块的可扩展性与可用性要求本身差异巨大——促销期间”可用性与预订”模块需要扛住抢购式的并发峰值,但宕机半小时”只是”损失一些收入;而”值机”模块一旦宕机,柜台排长队甚至可能导致航班延误,是完全不同量级的风险。这两种”分片”共同的主要缺点是:一旦确定了切分逻辑,后期想要更改会非常困难——数据分布逻辑一旦变化,就可能需要把数据从一台服务器迁移到另一台,并同步修改路由配置,这意味着设计阶段投入的精力远比事后补救更划算。
结构图:
flowchart TB
P["分片(Sharding)"]
P --> D["数据分片<br/>水平切分数据到不同物理服务器<br/>每个分片都读写"]
D --> D1["路由规则设计是核心难点<br/>(需保证各分片数据量均衡)"]
D --> D2["高频访问的稳定主数据应复制到所有分片"]
P --> A["应用分片<br/>按业务模块拆分部署"]
A --> A1["拆分依据:各模块可扩展性/可用性要求差异<br/>(如可预订模块vs值机模块的宕机后果不同)"]
P --> W["共同缺点:切分逻辑一旦确定<br/>后期变更成本极高"]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《数据架构师的PostgreSQL修炼:高效设计、开发与维护数据库应用》第10章《扩展、复制、备份和恢复》之"10.1.2.4 分片"(源文件:_epub-src/OEBPS/text00114.html)
- 结论依据:原文说明"确保基于用户名的数据均匀分布并不是一件容易的事,因此不建议按照名字分片……需要经常被各个服务器访问的一组主数据……可以复制到所有的服务器……同一个应用程序中的不同的模块可以有不同的可扩展性和可用性要求……采用分片,我们需要确保投入足够的精力来关注如何对应用程序分片……在稍后阶段改变架构会相当困难", 直接支撑本卡关于数据分片与应用分片区别及共同缺点的结构图。
- 原始内容:如果该模块宕机,柜台会排起长队,可能造成飞行安排终止和骚动。总之,这种情况将远比可得性模块没有响应更严重。