샤딩은 각 DB 서버에서 데이터를 분할하여 저장하는 방식이다. 해당 데이터에 접근할 때는 샤딩키를 사용하여 동적으로 DB 서버를 매핑하는 과정이 필요하다.
파티셔닝과 샤딩의 차이점은 파티셔닝은 동일한 DB서버 내에서 테이블을 분할하는 것이라면, 샤딩은 DB 서버 자체를 분리하는 것이다. 즉, DB 서버의 부하를 분산할 수 있다.
샤딩을 하기 위해서는 다음과 같은 2가지가 필요하다.
- 라우팅을 위해 구분할 수 있는 유일한 키값이 존재
- 설정으로 쉽게 증설이 가능
- Sacle-Out이 가능
- 스캔 범위를 줄여서 쿼리 반응 속도를 빠르게 함
- 장애가 샤드 단위로 발생
- 프로그래밍 복잡도 증가
- 데이터가 한 샤드로 몰릴 경우(Hotspot), 샤딩이 무의미
- 잘못 사용할 경우 위험이 큼
- 한번 샤딩 사용시 이전으로 복구가 힘듦
PK를 모듈러 연산한 결과로 DB를 라우팅하는 방식이다.
- 데이터가 균일하게 분산
- db를 추가할 때 이미 있는 데이터의 재정렬이 필요
데이터가 늘어남에 따라 샤딩을 추가적으로 해야하는 상황에 큰 부하가 발생하므로 데이터의 크기가 자주 변하지 않는 데이터에 적용한다.
PK의 범위를 기준으로 DB를 특정하는 방법
- 샤딩을 추가할때 재정렬 비용이 적다
- 일부 DB에 데이터가 집중될 수 있다.
샤딩 추가에 큰 비용이 들지 않아서 데이터의 크기 변동성이 클 때 좋은 선택이다. 다만, 데이터가 집중되어 특정 DB에 요청이 몰릴 수 있기 떄문에 적절한 기준이 필요하다.
별도의 조회 테이블을 사용하여 샤딩을 한다.
- 샤딩에 사용되는 시스템, 알고리즘 사용 가능
- 동적 추가가 쉬움
- Read, Write 전에 조회 테이블을 참조하므로 오버헤드가 존재
샤딩은 일반적인 DBMS에서 지원하는 기능이 아니기 때문에 ORM을 사용하거나 DB에 접근 하는 서버에서 구현해주는 작업이 필요하다. Java의 경우 AbstractRoutingDataSource를 구현하여 해결 가능