Khi nào phải phân mảnh database, và chọn khoá phân mảnh thế nào?

Ba cách phân mảnh có ba hồ sơ vận hành khác nhau. Theo khoảng (range) dễ hiểu và cho phép quét theo dải, nhưng tạo điểm nóng — phân theo ngày thì mảnh của hôm nay nhận toàn bộ lưu lượng ghi. Theo hash thì phân bố đều, đổi lại mất khả năng quét dải và thêm mảnh là phải phân phối lại gần hết dữ liệu. Consistent hashing giảm phần phải di chuyển xuống còn khoảng 1/n, nên đó là lựa chọn mặc định khi bạn biết mình sẽ còn thêm mảnh.

Điều đau nhất trong thực tế không phải chọn cách phân mảnh mà là những thứ bạn mất: khoá ngoại xuyên mảnh không tồn tại, transaction xuyên mảnh cần điều phối, JOIN giữa hai mảnh phải làm ở tầng ứng dụng, và AUTO_INCREMENT không dùng được nên bạn cần UUID hoặc Snowflake id. Mỗi thứ này là một lớp phức tạp thêm vào MỌI tính năng bạn viết sau đó, không phải chỉ một lần khi thiết lập.

Về việc chọn khoá, câu hỏi kiểm tra tốt nhất là: liệt kê mười truy vấn quan trọng nhất và đếm xem bao nhiêu cái có khoá phân mảnh trong điều kiện. Dưới tám trên mười thì khoá sai. Với hệ thống nhiều tenant thì tenant_id gần như luôn đúng, trừ khi có một tenant khổng lồ chiếm phần lớn dữ liệu — lúc đó bạn cần khoá ghép hoặc tách riêng tenant đó ra, và nói được điều này cho thấy bạn đã gặp bài toán thật.