Shardování

Shardování (angl. sharding) je technika rozdělování velkého objemu dat do více samostatných částí, tzv. shardů, které jsou uloženy na různých serverech nebo uzlech clusteru. Hlavním cílem je zlepšit škálovatelnost, výkon a dostupnost tím, že zátěž a data lze distribuovat a paralelně zpracovávat. Na rozdíl od jednoduché replikace se shardování zabývá nejen duplikací, ale i fyzickým rozdělením dat podle klíče.

Princip spočívá v určení shard klíče (shard key) a směrování dotazů na odpovídající shard(y). Data mohou být rozložena napříč shardami a některé operace vyžadují koordinaci napříč shardami. Většina systémů používá buď hash-based směrování (hodnota klíče se zahashuje a patří do konkrétního shardu), nebo range-based (data se ukládají do shardů podle rozsahů klíčů). Některé architektury používají hybridní nebo geografické rozdělení.

Typy shardingu: horizontální (rozdělení řádků tabulky podle shard klíče), vertikální (rozdělení sloupců či funkcionalit mezi shardami) a kombinace obou, tzv. hybridní shardování.

Výhody zahrnují škálovatelnost horizontálního rozkladu, paralelizaci dotazů, lepší dostupnost a izolaci zátěže. Nevýhody zahrnují složitost správy, nutnost robustního routování a monitoringu, složitější transakce napříč shardami a náklady na rebalancování a migraci dat.

Použití: velké webové aplikace, e-commerce, sociální sítě a systémy s velkým objemem logů. Implementace se liší, např. MySQL či PostgreSQL s rozšířeními, MongoDB sharding, Cassandra a další distribuované systémy.

Poznámka: shardování je odlišné od replikace či partitioningu; jde o distribuované uložení dat na vícero uzlů, zatímco replikace slouží k dostupnosti a zotavení po selhání.