Qu’est-ce que le sharding de base de donn\u00e9es ?<\/h2>\n
Le sharding est une technique d’optimisation qui distribue les tables sur d’autres serveurs de base de donn\u00e9es. Elle ressemble au partitionnement dans le sens o\u00f9 les deux impliquent la division des donn\u00e9es en sous-ensembles plus petits. La diff\u00e9rence est que le partage distribue ces sous-ensembles sur diff\u00e9rents serveurs, alors que le partitionnement les stocke dans une seule base de donn\u00e9es. Ces serveurs utilisent le m\u00eame moteur de base de donn\u00e9es et le m\u00eame type de mat\u00e9riel pour atteindre un niveau de performance similaire pour tous les shards.<\/p>\n
Le sharding vise \u00e0 r\u00e9aliser une architecture de type \u00ab share-nothing \u00bb, \u00e9liminant les goulots d’\u00e9tranglement du traitement et les points de d\u00e9faillance uniques.<\/p>\n Vous pouvez mettre en \u0153uvre le sharding de deux fa\u00e7ons \u2014 horizontalement<\/a> et verticalement. Le partage horizontal divise la table en fonction des lignes, tandis que le sharding vertical divise les tables en fonction des colonnes.<\/p>\n \u00c0 cet \u00e9gard, le partage est comparable au partitionnement, qui divise les grandes tables en plus petites.<\/p>\n Le sharding horizontal est efficace pour les bases de donn\u00e9es o\u00f9 la plupart des requ\u00eates renvoient un sous-ensemble de lignes, comme une base de donn\u00e9es clients qui renvoie des donn\u00e9es (comme le nom, l’adresse, l’e-mail, etc.) en une seule fois.<\/p>\n Le sharding vertical est efficace pour les bases de donn\u00e9es dont les requ\u00eates renvoient des colonnes uniques. Par exemple, si la base de donn\u00e9es client renvoie le nom ou l’adresse e-mail du client s\u00e9par\u00e9ment, vous pouvez s\u00e9parer le nom et l’adresse e-mail dans des clusters diff\u00e9rents.<\/p>\n Voici quelques-uns des avantages du sharding de bases de donn\u00e9es.<\/p>\n Vous pouvez faire \u00e9voluer votre base de donn\u00e9es verticalement ou horizontalement. La mise \u00e0 l’\u00e9chelle verticale consiste \u00e0 ajouter davantage d’unit\u00e9s centrales de traitement (CPU) et de m\u00e9moire vive (RAM) au serveur pour am\u00e9liorer les performances. La mise \u00e0 l’\u00e9chelle verticale est une solution utile pour les petites et moyennes bases de donn\u00e9es. Toutefois, \u00e0 mesure que vos donn\u00e9es augmentent, la mise \u00e0 l’\u00e9chelle verticale devient infaisable. La puissance que vous pouvez ajouter \u00e0 un seul serveur est limit\u00e9e.<\/p>\n La mise \u00e0 l’\u00e9chelle horizontale est plus flexible. Elle vous permet de faire \u00e9voluer votre base de donn\u00e9es selon vos besoins en ajoutant des serveurs suppl\u00e9mentaires \u00e0 votre syst\u00e8me. Chacun de ces serveurs fournit des ressources \u00e0 diff\u00e9rents shards de base de donn\u00e9es. Cela permet de r\u00e9partir la charge de travail et d’am\u00e9liorer la capacit\u00e9 du syst\u00e8me \u00e0 traiter davantage de demandes.<\/p>\n Les shards ne comportent que quelques lignes et colonnes. De ce fait, le traitement des requ\u00eates de la base de donn\u00e9es<\/a> prend moins de temps. En revanche, l’interrogation d’une base de donn\u00e9es non sharded peut n\u00e9cessiter une recherche dans des centaines, voire des milliers, de lignes.<\/p>\n Les pannes de bases de donn\u00e9es surviennent pour diverses raisons, notamment la suppression accidentelle de donn\u00e9es, les erreurs de connexion et les attaques de cybers\u00e9curit\u00e9. Le sharding minimise les effets des pannes. Comme chaque shard est autonome, seul le shard affect\u00e9 subit un temps d’arr\u00eat. Par exemple, si vous avez quatre shards et que l’un d’entre eux subit une panne, seuls 25 % des op\u00e9rations seront affect\u00e9es.<\/p>\n Bien que le sharding am\u00e9liore la fiabilit\u00e9 et la disponibilit\u00e9 d’une base de donn\u00e9es, sa mise en \u0153uvre est complexe<\/a>. L’utilisation d’une mauvaise architecture de sharding peut ralentir les performances et entra\u00eener des pertes de donn\u00e9es.<\/p>\n Veillez \u00e0 choisir une technique de sharding qui permet une r\u00e9partition \u00e9quilibr\u00e9e des donn\u00e9es sur tous les shards. Sans cet \u00e9quilibre, vous risquez de cr\u00e9er des hotspots de base de donn\u00e9es, qui se produisent lorsqu’un shard stocke la plupart des donn\u00e9es tandis que les autres shards restent pratiquement vides. Cela r\u00e9duit le d\u00e9bit d’\u00e9criture vers le seul shard.<\/p>\n Pour r\u00e9soudre ce probl\u00e8me, vous pouvez partitionner encore plus le shard d\u00e9s\u00e9quilibr\u00e9, mais ce processus est difficile et risque de mettre votre base de donn\u00e9es hors service pendant la migration des donn\u00e9es.<\/p>\n Un autre inconv\u00e9nient du sharding est que les jointures SQL impliquant plusieurs tables dans diff\u00e9rents shards peuvent devenir trop lentes et d\u00e9grader les performances. Toutefois, avec la bonne architecture, vous pouvez \u00e9viter ce probl\u00e8me.<\/p>\n Vous pouvez mettre en \u0153uvre le sharding \u00e0 l’aide de trois architectures :<\/p>\n L’architecture que vous choisissez d\u00e9pend de votre cas d’utilisation.<\/p>\n Dans une architecture de sharding bas\u00e9e sur une cl\u00e9 ou un hachage<\/a>, une application de base de donn\u00e9es utilise une cl\u00e9 de shard pour localiser un shard. Une fonction de hachage permet de hacher la valeur de la cl\u00e9 de sharding, et la sortie fait correspondre les donn\u00e9es \u00e0 un shard particulier. Une fonction de hachage simple peut \u00eatre le modulus de la cl\u00e9 et le nombre de shards.<\/p>\n La fonction de hachage peut prendre plus d’une cl\u00e9 de sharding. Pour cette raison, le sharding bas\u00e9 sur la cl\u00e9 convient aux enregistrements de donn\u00e9es qui peuvent avoir des cl\u00e9s partag\u00e9es. La r\u00e9partition algorithmique des donn\u00e9es minimise la possibilit\u00e9 de cr\u00e9er des points chauds de la base de donn\u00e9es o\u00f9 un tesson contient plus de donn\u00e9es que l’autre.<\/p>\n Cependant, comme la distribution repose uniquement sur la fonction de hachage, il est impossible de regrouper logiquement les donn\u00e9es. Par cons\u00e9quent, les op\u00e9rations de base de donn\u00e9es qui requi\u00e8rent des donn\u00e9es provenant de plusieurs shards peuvent \u00eatre inefficaces car elles n\u00e9cessitent la lecture des donn\u00e9es de chaque shard.<\/p>\n Le sharding bas\u00e9 sur la plage<\/a> implique le sharding d’une base de donn\u00e9es en fonction d’une plage de valeurs sp\u00e9cifi\u00e9e.<\/p>\n Il utilise une cl\u00e9 de sharding pour d\u00e9terminer \u00e0 quel shard attribuer une valeur. L’application de base de donn\u00e9es v\u00e9rifie le shard qui correspond \u00e0 la cl\u00e9 de sharding dans une table de consultation et stocke les donn\u00e9es. Pour cette raison, le sharding bas\u00e9 sur la plage est facile \u00e0 concevoir et \u00e0 mettre en \u0153uvre.<\/p>\n Par exemple, vous pouvez utiliser la valeur de l’ID utilisateur dans une base de donn\u00e9es d’utilisateurs comme cl\u00e9 de sharding. Vous pourriez stocker les utilisateurs dont l’ID est compris entre 0 et 2 000 sur un shard, ceux entre 2 000 et 4 000 sur un autre shard, et ainsi de suite.<\/p>\n Le sharding bas\u00e9 sur l’intervalle peut provoquer des points chauds dans la base de donn\u00e9es. Consid\u00e9rez une base de donn\u00e9es d’utilisateurs dans laquelle la plupart de vos identifiants se situent entre 2 001 et 4 000. Le processus les affecte \u00e0 un seul shard, ce qui cr\u00e9e un d\u00e9s\u00e9quilibre au fil du temps. Le sharding bas\u00e9 sur l’intervalle fonctionne donc mieux pour les donn\u00e9es r\u00e9parties de mani\u00e8re homog\u00e8ne.<\/p>\n Le sharding bas\u00e9 sur les r\u00e9pertoires<\/a> regroupe les donn\u00e9es logiquement li\u00e9es dans le m\u00eame shard. Il utilise une table de consultation contenant une liste de mappages pour chaque entit\u00e9 de la base de donn\u00e9es. Chaque mappage correspond \u00e0 un shard de base de donn\u00e9es.<\/p>\n Le sharding bas\u00e9 sur les r\u00e9pertoires est plus flexible que le sharding bas\u00e9 sur les plages ou les cl\u00e9s, car vous pouvez ajouter des donn\u00e9es aux shards de mani\u00e8re dynamique. Il n’y a pas de fonction de sharding \u00e0 suivre ou de valeurs de plage \u00e0 respecter. Cette flexibilit\u00e9 augmente l’efficacit\u00e9 de la base de donn\u00e9es : Vous pouvez stocker des donn\u00e9es similaires dans un seul shard, ce qui signifie que l’ex\u00e9cution de requ\u00eates communes prend moins de temps.<\/p>\n Par exemple, si vous avez utilis\u00e9 le sharding bas\u00e9 sur les r\u00e9pertoires et regroup\u00e9 les utilisateurs en fonction de leur emplacement, pour r\u00e9cup\u00e9rer les utilisateurs d’un endroit particulier, vous n’interrogez qu’un seul shard.<\/p>\n La plupart des moteurs de base de donn\u00e9es modernes prennent en charge le sharding de base de donn\u00e9es. L’un de ces moteurs de base de donn\u00e9es est MariaDB, un fork de MySQL support\u00e9 commercialement. Il s’agit d’un syst\u00e8me de base de donn\u00e9es open source tr\u00e8s performant adopt\u00e9 par des entreprises comme IBM, GitHub et Wikimedia. Il fait \u00e9galement partie de la pile de serveurs haute performance de Kinsta.<\/p>\n MariaDB offre des fonctionnalit\u00e9s int\u00e9gr\u00e9es de sharding gr\u00e2ce au moteur de stockage spider<\/a>. Le moteur de stockage spider est un moteur de formation de clusters qui prend en charge le partitionnement et les transactions XA (extended architecture). Il vous permet de traiter les tables distantes de diff\u00e9rentes instances comme si elles se trouvaient dans la m\u00eame instance. Une fois que vous cr\u00e9ez une table dans le moteur de stockage spider, la table se lie \u00e0 une autre table dans le serveur MariaDB distant. Une fois la connexion \u00e9tablie, le moteur de stockage partage le lien avec toutes les tables qui font partie de la m\u00eame transaction.<\/p>\n Le sharding de base de donn\u00e9es est une technique de mise \u00e0 l’\u00e9chelle qui divise les tables en sous-ensembles plus petits et les distribue \u00e0 diff\u00e9rents serveurs appel\u00e9s shards. Vous pouvez mettre en \u0153uvre le sharding par diff\u00e9rents moyens, comme le sharding bas\u00e9 sur les cl\u00e9s, le sharding bas\u00e9 sur les plages et le sharding bas\u00e9 sur les r\u00e9pertoires.<\/p>\n Bien que le sharding am\u00e9liore l’\u00e9volutivit\u00e9, la fiabilit\u00e9 et la disponibilit\u00e9 d’une base de donn\u00e9es, il est tr\u00e8s complexe \u00e0 mettre en \u0153uvre. De plus, une fois que vous avez cr\u00e9\u00e9 un shard, il n’est pas facile de revenir \u00e0 l’\u00e9tat non shard\u00e9 de la base de donn\u00e9es. Pour cette raison, n’utilisez le sharding pour l’optimisation que lorsque vous \u00eates s\u00fbr que les autres options d’\u00e9volutivit\u00e9 ne fonctionneront pas.<\/p>\n Que votre activit\u00e9 soit \u00e0 but non lucratif<\/a> ou de niveau entreprise<\/a>, les solutions expertes de Kinsta peuvent vous d\u00e9barrasser de vos soucis d’h\u00e9bergement de site, vous permettant de vous concentrer sur ce qui compte le plus.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" La cr\u00e9ation d’un site web est la premi\u00e8re \u00e9tape pour \u00e9tablir votre pr\u00e9sence sur Internet. Pour prosp\u00e9rer \u00e0 long terme, vous devez \u00e9galement vous assurer que …<\/p>\n","protected":false},"author":117,"featured_media":63374,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_kinsta_gated_content":false,"_kinsta_gated_content_redirect":"","footnotes":""},"tags":[],"topic":[1012],"class_list":["post-63373","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","topic-conseils-techniques"],"yoast_head":"\n![\"Un](\"https:\/\/kinsta.com\/wp-content\/uploads\/2022\/11\/database-sharding-example.png\")
Avantages du partage de bases de donn\u00e9es<\/h2>\n
Mise \u00e0 l’\u00e9chelle horizontale am\u00e9lior\u00e9e<\/h3>\n
Des temps de r\u00e9ponse plus rapides aux requ\u00eates<\/h3>\n
Fiabilit\u00e9 accrue dans les situations de panne<\/h3>\n
Inconv\u00e9nients du sharding<\/h2>\n
Architectures de sharding<\/h2>\n
\n
Sharding bas\u00e9 sur les cl\u00e9s<\/h3>\n
Sharding bas\u00e9 sur la plage<\/h3>\n
Sharding bas\u00e9 sur un r\u00e9pertoire<\/h3>\n
Sharding de base de donn\u00e9es avec Kinsta<\/h2>\n
R\u00e9sum\u00e9<\/h2>\n