O que \u00e9 fragmenta\u00e7\u00e3o de banco de dados (Database Sharding?)<\/h2>\n
O Sharding \u00e9 uma t\u00e9cnica de otimiza\u00e7\u00e3o que distribui tabelas por outros servidores de banco de dados. \u00c9 como o particionamento no sentido de que ambos envolvem a divis\u00e3o de dados em subconjuntos menores. A diferen\u00e7a \u00e9 que o sharding distribui esses subconjuntos para servidores diferentes enquanto o particionamento os armazena em um \u00fanico banco de dados. Estes servidores usam o mesmo mecanismo de banco de dados e tipo de hardware para alcan\u00e7ar um n\u00edvel de desempenho similar para todos os fragmentos.<\/p>\n
A fragmenta\u00e7\u00e3o visa alcan\u00e7ar uma arquitetura sem compartilhamento, eliminando gargalos de processamento e pontos \u00fanicos de falha.<\/p>\n Voc\u00ea pode implementar a fragmenta\u00e7\u00e3o de duas maneiras – horizontal<\/a> e vertical. A fragmenta\u00e7\u00e3o horizontal divide a tabela com base em linhas, enquanto a fragmenta\u00e7\u00e3o vertical divide as tabelas com base em colunas.<\/p>\n A este respeito, a fragmenta\u00e7\u00e3o \u00e9 como a parti\u00e7\u00e3o, que divide as tabelas grandes em tabelas menores.<\/p>\n A fragmenta\u00e7\u00e3o horizontal \u00e9 eficaz para bancos de dados onde a maioria das consultas retorna um subconjunto de linhas, como um banco de dados de clientes que retorna dados (como nome, endere\u00e7o, e-mail e assim por diante) de uma s\u00f3 vez.<\/p>\n A fragmenta\u00e7\u00e3o vertical \u00e9 eficaz para bancos de dados cujas consultas retornam colunas \u00fanicas. Por exemplo, se o banco de dados do cliente retornasse o nome do cliente ou e-mail separadamente, voc\u00ea poderia separar o nome e e-mail em diferentes clusters.<\/p>\n Abaixo est\u00e3o algumas das vantagens da fragmenta\u00e7\u00e3o de banco de dados.<\/p>\n Voc\u00ea pode escalar seu banco de dados verticalmente ou horizontalmente. A escalabilidade vertical refere-se \u00e0 adi\u00e7\u00e3o de CPUs (unidades centrais de processamento) e RAMs (mem\u00f3ria de acesso aleat\u00f3rio) a um servidor para melhorar o desempenho. A escalabilidade vertical \u00e9 uma solu\u00e7\u00e3o \u00fatil para bancos de dados pequenos e m\u00e9dios. Entretanto, conforme seus dados crescem, a escalabilidade vertical se torna\u00a0impratic\u00e1vel. N\u00e3o h\u00e1 muita pot\u00eancia que possa ser adicionada a um \u00fanico servidor.<\/p>\n A escalabilidade horizontal \u00e9 mais flex\u00edvel. Ele permite que voc\u00ea escale seu banco de dados conforme necess\u00e1rio, adicionando mais servidores ao seu sistema. Cada um desses servidores fornece recursos para diferentes fragmentos de banco de dados. Isso distribui a carga de trabalho e melhora a capacidade do sistema de lidar com mais solicita\u00e7\u00f5es.<\/p>\n Os fragmentos t\u00eam apenas algumas filas e colunas. Por causa disso, leva menos tempo para processar as consultas do banco de dados<\/a>. Por outro lado, as consultas em bancos de dados n\u00e3o fragmentados podem precisar recuperar centenas ou milhares de linhas.<\/p>\n Falhas no banco de dados acontecem por v\u00e1rias raz\u00f5es, incluindo exclus\u00e3o acidental de dados, erros de conex\u00e3o e ataques cibern\u00e9ticos de seguran\u00e7a. A fragmenta\u00e7\u00e3o minimiza os efeitos das interrup\u00e7\u00f5es. Como cada fragmento \u00e9 aut\u00f4nomo, apenas o fragmento afetado enfrenta o tempo de inatividade. Por exemplo, se voc\u00ea tiver quatro fragmentos e experimentar uma interrup\u00e7\u00e3o em um deles, apenas 25% das opera\u00e7\u00f5es ser\u00e3o afetadas.<\/p>\n Embora a fragmenta\u00e7\u00e3o melhore a confiabilidade e a disponibilidade de um banco de dados, sua implementa\u00e7\u00e3o \u00e9 complexa<\/a>. Usar a arquitetura de fragmenta\u00e7\u00e3o errada pode diminuir o desempenho e levar \u00e0 perda de dados.<\/p>\n Certifique-se de escolher um m\u00e9todo de fragmenta\u00e7\u00e3o que permita distribuir os dados uniformemente em todos os fragmentos. Sem este equil\u00edbrio, voc\u00ea arrisca criar hotspots de banco de dados, que acontecem quando um fragmento armazena a maioria dos dados enquanto outros fragmentos permanecem praticamente vazios. Isso reduz o rendimento de grava\u00e7\u00e3o para o \u00fanico fragmento.<\/p>\n Para corrigir isso, voc\u00ea pode dividir ainda mais os fragmentos desequilibrados, mas esse processo \u00e9 desafiador e pode derrubar seu banco de dados enquanto voc\u00ea migra os dados.<\/p>\n Outra desvantagem da fragmenta\u00e7\u00e3o \u00e9 que as uni\u00f5es SQL envolvendo m\u00faltiplas tabelas em diferentes fragmentos podem se tornar muito lentas e degradar o desempenho. No entanto, com uma arquitetura adequada, esse problema pode ser evitado.<\/p>\n Voc\u00ea pode implementar a fragmenta\u00e7\u00e3o usando tr\u00eas arquiteturas:<\/p>\n A arquitetura que voc\u00ea escolher depende do seu caso de uso.<\/p>\n Em uma arquitetura de fragmenta\u00e7\u00e3o baseada em chave ou hashed<\/a>, um aplicativo de banco de dados usa uma chave de fragmento para localizar um fragmento. Uma fun\u00e7\u00e3o de hashing tem o valor da chave de fragmenta\u00e7\u00e3o, e a sa\u00edda mapeia os dados para um fragmento em particular. Uma simples fun\u00e7\u00e3o de hashing pode ser o m\u00f3dulo da chave e o n\u00famero de fragmentos.<\/p>\n A fun\u00e7\u00e3o hash pode levar mais de uma chave de fragmenta\u00e7\u00e3o. Por causa disso, a fragmenta\u00e7\u00e3o com base em chaves \u00e9 adequado para registros de dados que podem ter chaves compartilhadas. A distribui\u00e7\u00e3o algor\u00edtmica dos dados minimiza a possibilidade de criar hotspots de banco de dados onde um fragmento cont\u00e9m mais dados do que o outro.<\/p>\n Entretanto, como a distribui\u00e7\u00e3o depende apenas da fun\u00e7\u00e3o hashing, \u00e9 imposs\u00edvel agrupar os dados logicamente. Portanto, opera\u00e7\u00f5es de banco de dados que requerem dados de m\u00faltiplos fragmentos podem ser ineficientes, pois requerem a leitura de dados de cada fragmento.<\/p>\n A fragmenta\u00e7\u00e3o com base no alcance<\/a> envolve a fragmenta\u00e7\u00e3o de um banco de dados dependendo de uma faixa espec\u00edfica de valores.<\/p>\n Ele usa uma chave de fragmenta\u00e7\u00e3o para determinar a que fragmento atribuir um valor. O aplicativo de banco de dados verifica o fragmento que corresponde \u00e0 chave de fragmenta\u00e7\u00e3o em uma tabela de pesquisa e armazena os dados. Por causa disso, o fragmento baseado na faixa \u00e9 f\u00e1cil de projetar e implementar.<\/p>\n Por exemplo, voc\u00ea poderia usar o valor de identifica\u00e7\u00e3o do usu\u00e1rio em um banco de dados de usu\u00e1rios como a chave de fragmenta\u00e7\u00e3o. Voc\u00ea poderia armazenar usu\u00e1rios com IDs de 0-2,000 em um fragmento, aqueles entre 2,000 e 4,000 em outro fragmento, e assim por diante.<\/p>\n A fragmenta\u00e7\u00e3o com base no alcance pode causar hotspots de banco de dados. Considere um banco de dados de usu\u00e1rios no qual a maioria de seus IDs de usu\u00e1rio esteja entre 2.001 e 4.000. O processo os atribui a um \u00fanico fragmento, criando um desequil\u00edbrio ao longo do tempo. Portanto, o fragmento baseado em faixa funciona melhor para dados distribu\u00eddos uniformemente.<\/p>\n Grupos de fragmenta\u00e7\u00e3o com base em diret\u00f3rios<\/a> relacionam logicamente os dados na mesma fragmenta\u00e7\u00e3o. Ele usa uma tabela de pesquisa contendo uma lista de mapeamentos para cada entidade no banco de dados. Cada mapeamento corresponde a um fragmento do banco de dados.<\/p>\n Fragmenta\u00e7\u00e3o com base diret\u00f3rios \u00e9 mais flex\u00edvel do que o sharding baseado em alcance ou baseado em chaves porque voc\u00ea pode adicionar dados aos fragmentos dinamicamente. N\u00e3o h\u00e1 nenhuma fun\u00e7\u00e3o de fragmenta\u00e7\u00e3o a ser seguida ou valores de faixa a serem mantidos dentro. Esta flexibilidade aumenta a efici\u00eancia da base de dados: Voc\u00ea pode armazenar dados relacionados em um fragmento, o que significa que a execu\u00e7\u00e3o de consultas comuns leva menos tempo.<\/p>\n Por exemplo, se voc\u00ea usou fragmentos baseados em diret\u00f3rios e agrupou usu\u00e1rios de acordo com sua localiza\u00e7\u00e3o, recuperando usu\u00e1rios de um determinado lugar, voc\u00ea s\u00f3 consulta um \u00fanico fragmento.<\/p>\n A maioria dos modernos mecanismo de banco de dados fornecem suporte para a fragmenta\u00e7\u00e3o de banco de dados. Um desses mecanismos de banco de dados \u00e9 o MariaDB, um fork comercialmente suportado do MySQL. \u00c9 um sistema de banco de dados de c\u00f3digo aberto de alto desempenho adotado por empresas como IBM, GitHub, e Wikimedia. Ele tamb\u00e9m faz parte da pilha de servidores de alta performance na Kinsta.<\/p>\n MariaDB oferece recursos de fragmenta\u00e7\u00e3o incorporados atrav\u00e9s do mecanismo de armazenamento spider<\/a>. O mecanismo de armazenamento spider (Spider Storage Engine) \u00e9 um mecanismo de forma\u00e7\u00e3o de clusters que suporta transa\u00e7\u00f5es de parti\u00e7\u00e3o e arquitetura estendida (XA). Ele permite que voc\u00ea trate tabelas remotas de diferentes inst\u00e2ncias como se elas estivessem na mesma inst\u00e2ncia. Uma vez que voc\u00ea cria uma tabela no mecanismo de armazenamento spider, a tabela se liga a outra tabela no servidor remoto MariaDB. Uma vez estabelecida a conex\u00e3o, o mecanismo de armazenamento compartilha o link com todas as tabelas que fazem parte da mesma transa\u00e7\u00e3o.<\/p>\n A fragmenta\u00e7\u00e3o de banco de dados \u00e9 uma t\u00e9cnica de escalonamento que divide as tabelas em subconjuntos menores e as distribui para diferentes servidores chamados shards. Voc\u00ea pode implementar a fragmenta\u00e7\u00e3o atrav\u00e9s de v\u00e1rios meios, como a fragmenta\u00e7\u00e3o com base em chave, a fragmenta\u00e7\u00e3o com base no alcance e a fragmenta\u00e7\u00e3o com base em diret\u00f3rios.<\/p>\n Enquanto a fragmenta\u00e7\u00e3o melhora a escalabilidade, confiabilidade e disponibilidade de um banco de dados, \u00e9 muito complexo de ser implementado. Al\u00e9m disso, uma vez criado um fragmento, n\u00e3o \u00e9 f\u00e1cil devolver o banco de dados a seu estado n\u00e3o fragmentado. Por causa disso, use o fragmento para otimiza\u00e7\u00e3o somente quando voc\u00ea estiver certo de que outras op\u00e7\u00f5es de escalabilidade n\u00e3o funcionar\u00e3o.<\/p>\n Quer o seu neg\u00f3cio seja uma organiza\u00e7\u00e3o sem fins lucrativos<\/a> ou uma organiza\u00e7\u00e3o de n\u00edvel empresarial<\/a>, as solu\u00e7\u00f5es profissionais da Kinsta podem tirar as preocupa\u00e7\u00f5es de hospedagem do seu site para que voc\u00ea possa se concentrar no que mais importa.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Criar um site \u00e9 o primeiro passo para construir sua presen\u00e7a na Internet. Para o sucesso a longo prazo, seu site tamb\u00e9m precisa estar pronto para …<\/p>\n","protected":false},"author":117,"featured_media":54974,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_kinsta_gated_content":false,"_kinsta_gated_content_redirect":"","footnotes":""},"tags":[],"topic":[1010],"class_list":["post-54973","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","topic-dicas-de-tecnologia"],"yoast_head":"\n![\"Um](\"https:\/\/kinsta.com\/wp-content\/uploads\/2022\/11\/database-sharding-example.png\")
Benef\u00edcios da fragmenta\u00e7\u00e3o de banco de dados<\/h2>\n
Melhorando a escalabilidade horizontal<\/h3>\n
Tempos de resposta mais r\u00e1pidos para consultas<\/h3>\n
Maior confiabilidade em caso de interrup\u00e7\u00f5es de servi\u00e7o<\/h3>\n
Desvantagens da fragmenta\u00e7\u00e3o<\/h2>\n
Arquiteturas de fragmenta\u00e7\u00e3o<\/h2>\n
\n
Fragmenta\u00e7\u00e3o com base em chave<\/h3>\n
Fragmenta\u00e7\u00e3o com base no alcance<\/h3>\n
Fragmenta\u00e7\u00e3o com base em diret\u00f3rios<\/h3>\n
Fragmenta\u00e7\u00e3o de banco de dados com a Kinsta<\/h2>\n
Resumo<\/h2>\n