Alireza Haeri

اگر با لینوکس کار می‌کنی، احتمالاً خیلی وقت‌ها شده که یادت بره یک دستور دقیقاً چی بود… دنیای لینوکس پر از دستوراته و قرار نیست همشو حفظ کنیم.

وقتی دیتابیس بزرگ میشه و حجم داده بالا میره، طبیعتاً سرعت بعضی Query ها هم پایین میاد و نیاز به بهینه‌سازی داریم. برای بهینه‌سازی، یا حتی انتخاب درست یک دیتابیس، لازمه یکم عمیق‌تر با نحوه‌ی ذخیره‌سازی و پیدا کردن داده آشنا بشیم.

دیتابیس که بزرگ میشه، فقط ایندکس کافی نیست. گاهی باید خودِ جدول رو تکه‌تکه کنیم تا موتور بتونه بخش‌های نامربوط رو کلاً نادیده بگیره. به این می‌گن پارتیشن‌بندی. توی این صفحه، چهار روش اصلی پارتیشن‌بندی RANGE، LIST، HASH و KEY رو بررسی کردم و تفاوت Partitioning با Sharding رو توضیح دادم.

وقتی یک سرور به سقف ظرفیتش می‌رسه، دیگه ایندکس و پارتیشن‌بندی هم کافی نیست. اینجاست که باید داده‌ها رو بین چند دیتابیس مستقل توزیع کنیم تا هر کدوم فقط بخشی از بار رو تحمل کنن. به این کار می‌گن شاردینگ (تقسیم افقی داده). توی این صفحه، ابتدا بررسی کردم دقیقاً چه زمانی شاردینگ منطقیه و چه زمانی زوده. بعد سه استراتژی اصلی توزیع Range، Hash و Directory رو با مثال توضیح دادم و گفتم Shard Key خوب چه ویژگی‌هایی داره و چرا انتخابش حیاتی‌ترین تصمیم طراحی سیستم شارد شده‌ست.