\u00bfQu\u00e9 es la Fragmentaci\u00f3n de Bases de Datos?<\/h2>\n
La fragmentaci\u00f3n es una t\u00e9cnica de optimizaci\u00f3n que distribuye las tablas entre otros servidores de bases de datos. Es como el particionamiento en el sentido de que ambos implican la divisi\u00f3n de los datos en subconjuntos m\u00e1s peque\u00f1os. La diferencia es que la fragmentaci\u00f3n distribuye estos subconjuntos a diferentes servidores, mientras que el particionamiento los almacena en una sola base de datos. Estos servidores utilizan el mismo motor de base de datos y el mismo tipo de hardware para conseguir un nivel de rendimiento similar para todos los fragmentos.<\/p>\n
El objetivo de la fragmentaci\u00f3n es lograr una arquitectura de no compartir nada, eliminando los cuellos de botella de procesamiento y los puntos \u00fanicos de fallo.<\/p>\n Puedes implementar la fragmentaci\u00f3n de dos maneras: horizontal<\/a> y verticalmente. La fragmentaci\u00f3n horizontal divide la tabla en funci\u00f3n de las filas, mientras que la vertical divide las tablas en funci\u00f3n de las columnas.<\/p>\n En este sentido, la fragmentaci\u00f3n es como la partici\u00f3n, que divide las tablas grandes en otras m\u00e1s peque\u00f1as.<\/p>\n La fragmentaci\u00f3n horizontal es eficaz para las bases de datos en las que la mayor\u00eda de las consultas devuelven un subconjunto de filas, como una base de datos de clientes que devuelve datos (como el nombre, la direcci\u00f3n, el correo electr\u00f3nico, etc.) a la vez.<\/p>\n La fragmentaci\u00f3n vertical es eficaz para las bases de datos cuyas consultas devuelven columnas individuales. Por ejemplo, si la base de datos de clientes devolviera el nombre o el correo electr\u00f3nico del cliente por separado, podr\u00edas separar el nombre y el correo electr\u00f3nico en clusters diferentes.<\/p>\n A continuaci\u00f3n se indican algunas de las ventajas de la fragmentaci\u00f3n de bases de datos.<\/p>\n Puedes escalar tu base de datos vertical u horizontalmente. El escalado vertical consiste en a\u00f1adir m\u00e1s unidades centrales de procesamiento (CPU) y memoria de acceso aleatorio (RAM) al servidor para mejorar el rendimiento. El escalado vertical es una soluci\u00f3n \u00fatil para las bases de datos peque\u00f1as y medianas. Sin embargo, cuando tus datos crecen, el escalado vertical se vuelve inviable. La potencia que puedes a\u00f1adir a un solo servidor es limitada.<\/p>\n El escalado horizontal es m\u00e1s flexible. Te permite escalar tu base de datos seg\u00fan sea necesario, a\u00f1adiendo m\u00e1s servidores a tu sistema. Cada uno de estos servidores proporciona recursos a diferentes fragmentos de la base de datos. Esto distribuye la carga de trabajo y mejora la capacidad del sistema para gestionar m\u00e1s peticiones.<\/p>\n Los fragmentos s\u00f3lo tienen unas pocas filas y columnas. Por ello, se tarda menos en procesar las consultas a la base de datos<\/a>. Por el contrario, una consulta a una base de datos no fragmentada podr\u00eda requerir una b\u00fasqueda a trav\u00e9s de cientos – o incluso miles – de filas.<\/p>\n Las interrupciones de la base de datos se producen por varias razones, como la eliminaci\u00f3n accidental de datos, los errores de conexi\u00f3n y los ataques de ciberseguridad. La fragmentaci\u00f3n minimiza los efectos de las interrupciones. Como cada fragmento es aut\u00f3nomo, s\u00f3lo el fragmento afectado se enfrenta a un tiempo de inactividad. Por ejemplo, si tienes cuatro fragmentos y se produce una interrupci\u00f3n en uno de ellos, s\u00f3lo el 25% de las operaciones se ver\u00e1n afectadas.<\/p>\n Aunque la fragmentaci\u00f3n mejora la fiabilidad y disponibilidad de una base de datos, su aplicaci\u00f3n es compleja<\/a>. Utilizar una arquitectura de fragmentaci\u00f3n incorrecta puede ralentizar el rendimiento y provocar la p\u00e9rdida de datos.<\/p>\n Aseg\u00farate de elegir una t\u00e9cnica de fragmentaci\u00f3n que permita una distribuci\u00f3n equilibrada de los datos en todos los fragmentos. Sin este equilibrio, corres el riesgo de crear puntos calientes en la base de datos, que se producen cuando un fragmento almacena la mayor parte de los datos mientras otros fragmentos permanecen pr\u00e1cticamente vac\u00edos. Esto reduce el rendimiento de escritura en el fragmento \u00fanico.<\/p>\n Para solucionarlo, podr\u00edas particionar a\u00fan m\u00e1s el fragmento desequilibrado, pero ese proceso es dif\u00edcil y puede hacer que tu base de datos se caiga mientras migras los datos.<\/p>\n Otro inconveniente de la fragmentaci\u00f3n es que las uniones SQL que implican varias tablas en diferentes fragmentos pueden volverse demasiado lentas y degradar el rendimiento. Sin embargo, con la arquitectura adecuada, puedes evitar este problema.<\/p>\n Puedes implementar la fragmentaci\u00f3n utilizando tres arquitecturas:<\/p>\n La arquitectura que elijas depende de tu caso de uso.<\/p>\n En una arquitectura de fragmentaci\u00f3n basada en claves o hashes<\/a>, una aplicaci\u00f3n de base de datos utiliza una clave de fragmentaci\u00f3n para localizar un fragmento. Una funci\u00f3n de hashing convierte en hash el valor de la clave de fragmentaci\u00f3n, y el resultado asigna los datos a un fragmento concreto. Una funci\u00f3n hash simple puede ser el m\u00f3dulo de la clave y el n\u00famero de fragmentos.<\/p>\n La funci\u00f3n hash puede tomar m\u00e1s de una clave de fragmentaci\u00f3n. Por ello, la fragmentaci\u00f3n basada en claves es adecuada para los registros de datos que pueden tener claves compartidas. La distribuci\u00f3n algor\u00edtmica de los datos minimiza la posibilidad de crear puntos calientes en la base de datos, en los que un fragmento contiene m\u00e1s datos que el otro.<\/p>\n Sin embargo, como la distribuci\u00f3n se basa \u00fanicamente en la funci\u00f3n hash, es imposible agrupar l\u00f3gicamente los datos. Por lo tanto, las operaciones de la base de datos que requieren datos de varios fragmentos pueden ser ineficientes, ya que requieren la lectura de datos de cada fragmento.<\/p>\n La fragmentaci\u00f3n basada en rangos<\/a> implica la fragmentaci\u00f3n de una base de datos en funci\u00f3n de un rango espec\u00edfico de valores.<\/p>\n Utiliza una clave de fragmentaci\u00f3n para determinar a qu\u00e9 fragmento debe asignarse un valor. La aplicaci\u00f3n de la base de datos comprueba el fragmento que corresponde a la clave de fragmentaci\u00f3n en una tabla de b\u00fasqueda y almacena los datos. Por ello, la fragmentaci\u00f3n basada en rangos es f\u00e1cil de dise\u00f1ar e implementar.<\/p>\n Por ejemplo, puedes utilizar el valor del ID de usuario en una base de datos de usuarios como clave de fragmentaci\u00f3n. Podr\u00edas almacenar los usuarios con ID de 0 a 2.000 en un fragmento, los de 2.000 a 4.000 en otro fragmento, y as\u00ed sucesivamente.<\/p>\n La fragmentaci\u00f3n basada en rangos puede provocar puntos calientes en la base de datos. Considera una base de datos de usuarios en la que la mayor\u00eda de sus IDs se encuentran entre 2.001 y 4.000. El proceso los asigna a un \u00fanico fragmento, creando un desequilibrio en el tiempo. La fragmentaci\u00f3n basada en rangos, por tanto, funciona mejor para datos distribuidos uniformemente.<\/p>\n La fragmentaci\u00f3n basada en directorios<\/a> agrupa los datos l\u00f3gicamente relacionados en el mismo fragmento. Utiliza una tabla de b\u00fasqueda que contiene una lista de asignaciones para cada entidad de la base de datos. Cada asignaci\u00f3n corresponde a un fragmento de la base de datos.<\/p>\n La fragmentaci\u00f3n basada en directorios es m\u00e1s flexible que la basada en rangos o en claves, porque puedes a\u00f1adir datos a los fragmentos de forma din\u00e1mica. No hay ninguna funci\u00f3n de fragmentaci\u00f3n que seguir ni valores de rango que mantener. Esta flexibilidad aumenta la eficiencia de la base de datos: Puedes almacenar datos relacionados en un solo fragmento, lo que significa que la ejecuci\u00f3n de consultas comunes lleva menos tiempo.<\/p>\n Por ejemplo, si utilizas la fragmentaci\u00f3n basada en directorios y agrupas a los usuarios seg\u00fan su ubicaci\u00f3n, para recuperar a los usuarios de un lugar concreto, s\u00f3lo tienes que consultar un \u00fanico fragmento.<\/p>\n La mayor\u00eda de los motores de bases de datos modernos ofrecen soporte para la fragmentaci\u00f3n de bases de datos. Uno de estos motores de bases de datos es MariaDB, una bifurcaci\u00f3n comercial de MySQL. Es un sistema de base de datos de c\u00f3digo abierto de alto rendimiento adoptado por empresas como IBM, GitHub y Wikimedia. Tambi\u00e9n forma parte de la pila de servidores de alto rendimiento de Kinsta.<\/p>\n MariaDB ofrece funciones de fragmentaci\u00f3n integradas a trav\u00e9s del motor de almacenamiento de ara\u00f1a<\/a>. El motor de almacenamiento spider es un motor de formaci\u00f3n de cl\u00fasteres que admite la partici\u00f3n y las transacciones de arquitectura extendida (XA). Te permite tratar tablas remotas de diferentes instancias como si estuvieran en la misma instancia. Una vez que creas una tabla en el motor de almacenamiento ara\u00f1a, la tabla se vincula a otra tabla en el servidor MariaDB remoto. Una vez establecida la conexi\u00f3n, el motor de almacenamiento comparte el enlace con todas las tablas que forman parte de la misma transacci\u00f3n.<\/p>\n La fragmentaci\u00f3n de la base de datos es una t\u00e9cnica de escalado que divide las tablas en subconjuntos m\u00e1s peque\u00f1os y los distribuye en diferentes servidores llamados shards. Puedes implementar la fragmentaci\u00f3n por varios medios, como la fragmentaci\u00f3n basada en claves, la fragmentaci\u00f3n basada en rangos y la fragmentaci\u00f3n basada en directorios.<\/p>\n Aunque la fragmentaci\u00f3n mejora la escalabilidad, fiabilidad y disponibilidad de una base de datos, es muy compleja de implementar. Adem\u00e1s, una vez creado un fragmento, no es f\u00e1cil revertir la base de datos a su estado no fragmentado. Por ello, utiliza la fragmentaci\u00f3n para la optimizaci\u00f3n s\u00f3lo cuando est\u00e9s seguro de que otras opciones de escalabilidad no funcionar\u00e1n.<\/p>\n Tanto si tu negocio es una organizaci\u00f3n sin fines de lucro<\/a> como una empresa de nivel empresarial<\/a>, las soluciones expertas de Kinsta pueden eliminar tus preocupaciones sobre el alojamiento del sitio, permiti\u00e9ndote centrarte en lo que m\u00e1s importa.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Crear un sitio web es el primer paso para establecer tu presencia en Internet. Para prosperar a largo plazo, tambi\u00e9n debes asegurarte de que tu sitio …<\/p>\n","protected":false},"author":117,"featured_media":59578,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_kinsta_gated_content":false,"_kinsta_gated_content_redirect":"","footnotes":""},"tags":[],"topic":[1329],"class_list":["post-59577","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","topic-consejos-tecnologicos"],"yoast_head":"\n![\"Un](\"https:\/\/kinsta.com\/wp-content\/uploads\/2022\/11\/database-sharding-example.png\")
Ventajas de la Fragmentaci\u00f3n de Bases de Datos<\/h2>\n
Mejora del escalado horizontal<\/h3>\n
Tiempos de respuesta a las consultas m\u00e1s r\u00e1pidos<\/h3>\n
Mayor fiabilidad en situaciones de interrupci\u00f3n<\/h3>\n
Inconvenientes de la Fragmentaci\u00f3n<\/h2>\n
Arquitecturas de Fragmentaci\u00f3n<\/h2>\n
\n
Fragmentaci\u00f3n basada en claves<\/h3>\n
Reparto basado en rangos<\/h3>\n
Repartici\u00f3n basada en directorios<\/h3>\n
Desagregaci\u00f3n de bases de datos con Kinsta<\/h2>\n
Resumen<\/h2>\n