This is the Trace Id: d453d1680d12a28d501a713fe8ee3ad5
Gå til hovedinnhold
Azure

Hva er databasefragmentering?

Databasefragmentering er en metode for horisontal skalering som øker løsningens ytelse og tilgjengelighet på tvers av globale, distribuerte systemer.
Kom i gang med Azure

Definisjon av databasefragmentering

Databasefragmentering refererer til prosessen med å dele en stor database inn i mindre, mer håndterbare segmenter kjent som fragmenter. Det støtter horisontal skalering slik at apper og systemer kan håndtere økende datamengder og brukervolumer uten å påvirke ytelse eller tilgjengelighet. Organisasjoner bruker fragmenteringsstrategier for å overvinne lagringsbegrensninger og andre utfordringer knyttet til skalering av databaser i moderne sky-miljøer.

  • Databasefragmentering defineres som en metode for horisontal skalering som deler en database inn i uavhengige fragmenter som kjører på en shared-nothing-arkitektur (SNA).
  • Data deles mellom fragmenter ved hjelp av fragmentnøkler, som gjør det mulig for apper å rute forespørsler til riktige fragmenter.
  • Data deles vanligvis mellom fragmenter ved hjelp av numeriske verdier, hash-funksjoner, Directory eller geografiske plasseringer.
  • Fordeler med databasefragmentering inkluderer forbedret spørringsytelse, støtte for horisontal skalerbarhet og større feiltoleranse.
  • Bruksområder for fragmentering inkluderer bank, netthandel og sosiale medier-plattformer, som ofte må håndtere rask vekst eller plutselige økninger i data eller brukere.

Hvordan fungerer databasefragmentering?

Databasefragmentering er en teknikk som brukes for å skalere store databaser horisontalt ved å dele dem inn i mindre, uavhengige deler kalt fragmenter. Hvert fragment fungerer som en separat database som inneholder et distinkt delsett av den totale dataen, men opprettholder samme skjema. Dette gjør at fragmenter samlet kan danne en enkelt, logisk database selv om de kjører på separate servere.

Databasefragmentering følger en shared-nothing-arkitektur (SNA), en distribuert databehandlingsmodell der hvert fragment opererer selvstendig uten å dele prosessering, minne eller lagringsressurser med andre fragmenter.

En fragmentnøkkel – et spesifikt felt eller en kombinasjon av felt i dataene – avgjør hvilke data som lagres på hvert fragment. Når en app trenger å lese eller skrive data, bruker den fragmentnøkkelen for å rute forespørselen til riktig fragment.

Fragmenteringsstrategier

Organisasjoner håndterer data fordelt på flere fragmenter på ulike måter. Her er noen vanlige strategier:

  • Områdebasert eller dynamisk fragmentering: Data deles etter verdier i fragmentnøkkelen. For eksempel kan ett fragment i en netthandelsdatabase tildeles kundenummer 1–1 000 000, og et annet fragment kan tildeles kundenummer 1 000 001–2 000 000. Denne metoden er effektiv for områdeforespørsler, men kan føre til ujevn fordeling hvis visse områder aksesseres oftere.
  • Hash-basert fragmentering:Data fordeles jevnt over fragmenter ved å bruke en matematisk formel kalt hash-funksjon på hver fragmentnøkkel. Denne tilnærmingen hjelper til med å forhindre overbelastning, men kan spre relatert data over flere fragmenter, noe som gjør områdeforespørsler mindre effektive.
  • Directory-basert eller oppslagsbasert fragmentering: Et fragmentkart viser hvilke fragmentnøkler som tilsvarer hvilke data. Denne strategien gir fleksibilitet til raskt å legge til flere fragmentnøkler etter behov, men øker kompleksiteten og kan føre til ekstra belastning.
  • Geo-fragmentering: Data deles basert på geografisk plassering, noe som reduserer ventetid for brukere i ulike regioner og støtter krav til datalagring. Mange plattformer kombinerer geo-fragmentering med databasereplikering for økt robusthet.

Mer informasjon om databaser.

Hva er hovedfordelene med databasefragmentering?

Databasefragmentering krever nøye valg av fragmentnøkler og fragment-strategi, samt optimalisering av spørringsruting. Her er noen viktige fordeler med databasefragmentering:

  • Forbedrer spørringsytelse:Ved å fordele data over flere fragmenter kan databaser raskere hente datasettet som trengs for å utføre hver spørring. Dette gir raskere responstider.
  • Støtter horisontal skalerbarhet: I stedet for å øke ressurskapasiteten på én server, kan organisasjoner håndtere økende datamengder og arbeidsbelastning ved å skalere ut og legge til flere fragmenter (og servere). Mer informasjon om skalering opp versus skalering ut.
  • Styrker feiltoleranse: Siden fragmentering bruker en SNA-tilnærming, er hvert fragment isolert fra de andre. Eventuelle problemer som påvirker ett fragment, påvirker ikke de andre, noe som øker systemets pålitelighet. Datareplikering på tvers av fragmenter beskytter også tilgjengeligheten.
  • Øker kostnadseffektivitet:Datafragmenter har færre maskinvare- og programvarekrav enn store databaser, som ofte krever dyre, avanserte servere.

Hjelper med å optimalisere KI-arbeidsbelastninger: Komplekse, monolittiske databaser kan bremse KI sin evne til å få tilgang til data, lage prediksjoner og lære over tid. Fragmentering støtter opprettelse av et distribuert, data-rikt miljø der KI kan fungere mer effektivt.

Bransjespesifikke eksempler på databasefragmentering

Databasefragmentering er spesielt verdifullt for skybaserte løsninger som opplever rask vekst eller uforutsigbare topper i data- eller brukertrafikk. Følgende bruksområder viser hvordan fragmentering kan brukes på tvers av bransjer:

  • Netthandel: Handelsplattformer deler kunde- og ordreddata over fragmenter, noe som sikrer raske produktsøk og smidige utsjekkingsopplevelser i travle perioder.
  • Finansielle tjenester: Poster for bank- og andre finansielle transaksjoner deles etter dato eller kontonummer, noe som muliggjør effektive spørringer og sikker, skalerbar lagring.
  • Nettspill: Spiller- eller sesjonsdata deles etter region og bruker-ID, noe som balanserer belastningen over fragmenter og minimerer ventetid (tiden det tar for data å nå destinasjonen) for globale brukere.
  • Sosiale medier: Sosiale medier-plattformer deler brukerprofil- og aktivitetsfeed-data etter bruker-ID eller tidsperiode. Denne tilnærmingen gjør det mulig for plattformen å raskt hente nylige innlegg og støtte millioner av samtidige brukere.
  • Programvare som en tjeneste (SaaS): SaaS-apper med flere leietakere deler ofte data etter leietaker-ID, noe som isolerer kundedata og forenkler administrasjon når brukerbasen vokser. De kan også dele data etter leietakers arbeidsbelastning eller geografisk plassering.

Mer informasjon om hvordan stordata-analyse fungerer.

Fremtiden til databasefragmentering

Ved å fordele data over flere, uavhengige servere reduserer fragmentering belastningen på én enkelt server, minimerer flaskehalser og forbedrer systemets tilgjengelighet og respons. Fordelene med å bruke databasefragmentering i moderne sky-miljøer vil bare øke etter hvert som KI og andre relaterte teknologier utvikler seg.

Trender å følge med på inkluderer følgende:

KI-assisterte fragmenteringsarbeidsflyter

Intelligente funksjoner, som automatisert valg av fragmentnøkler, arbeidsbelastningsrebalansering og spørringsruting, vil bli mer vanlige.

Fordel: Forenklede og optimaliserte operasjoner og enestående skalerbarhet

Refragmentering uten nedetid

Moderne dataplattformer vil i økende grad støtte endringer i fragmentnøkler uten behov for nedetid eller komplekse datamigrasjoner.

Fordel: Større fleksibilitet til å oppdatere fragmenteringsstrategier etter hvert som arbeidsmengder utvikler seg

Fragmentering kombinert med serverløse databaser

Serverløse databaser tildeler og administrerer servere uavhengig for hvert fragment. De skalerer også kapasitet opp eller ned etter behov basert på hendelsesstyrte spørringer.

Fordel: Reduksjon i driftskostnader

Adaptiv, policystyrt geofragmentering

Automatiserte fragmenteringsarbeidsflyter ruter data automatisk på tvers av geografiske fragmenter basert på geo-spesifikke policyregler innebygd i kode. Fordel: Raskere etterlevelse av endrede regulatoriske og personvernkrav

Mer informasjon om databehandling i skyen.

RESSURSER

Utvid kunnskapen om databasefragmentering

Få tilgang til et bredt utvalg av læringsressurser for studenter og fagfolk som dekker det nyeste innen databaseteknologi, inkludert fragmentering i Azure SQL Database.
En kvinne som arbeider på en bærbar datamaskin
Azure

Gå til Azure-ressurssenteret

Finn gratis Azure-opplæring og sertifiseringsprogrammer, instruksjonsvideoer om Azure, samt analyserapporter og e-bøker.
Utforsk nå
En mann og en kvinne som jobber på en bærbar datamaskin
Studentutviklere

Kom raskt i gang med karrieren innen datateknologi

Finn ut mer om skyteknologier og bygg utviklerferdighetene dine med verktøy og programmer for studenter.
Begynn å lære
En mann som arbeider på en bærbar datamaskin
Arrangementer og nettseminarer

Utfrorsk Azure-arrangementer og nettseminarer

Knytt kontakt med Azure-eksperter og utviklere på digitale og fysiske arrangementer og virtuelle kurs.
Registrer deg nå
Tilbake til RESSURSER – faneinndeling for oppslagsrapporter

Vanlige spørsmål

  • Databasefragmentering er prosessen med horisontal skalering av en stor database på flere servere, der hver server har et fragment med et eget delsett av den totale datamengden. Fragmentering brukes for å håndtere økende datamengder og brukertrafikk effektivt ved å spre spørringer og lagring over flere maskiner i stedet for å stole på én stor server.
  • Både fragmentering og partisjonering optimaliserer databaseoperasjoner ved å dele opp en stor database i mindre delsett. Men mens partisjonering deler data på samme server, fordeler fragmentering data på tvers av flere servere. Replikering betyr å opprettholde flere kopier av samme datasett på forskjellige servere for redundans. 
  • Ja, databasefragmentering forbedrer applikasjonsytelse og skalerbarhet. Ved å fordele data og arbeidsmengder over fragmenter reduserer fragmentering responstider for spørringer og øker feiltoleranse. Organisasjoner kan også skalere apper horisontalt. Valg av fragmentnøkler og fragmenteringsstrategier er avgjørende for å optimalisere datafragmentering.
  • Ja, Azure og andre skyplattformer tilbyr innebygd støtte for databasefragmentering. For eksempel tilbyr Azure SQL Database flere verktøy for å optimalisere databaseskalering, inkludert et klientbibliotek som forenkler oppretting og administrasjon av fragmenter.