Что такое сегментирование базы данных?

Сегментирование баз данных — это метод горизонтального масштабирования, повышающий производительность и доступность решений в глобальных распределенных системах.

Начало работы с Azure

Определение сегментирования базы данных

Сегментирование базы данных — это процесс разделения большой базы данных на более мелкие, более управляемые сегменты, известные как сегменты. Оно поддерживает горизонтальное масштабирование, позволяя приложениям и системам обрабатывать растущие объемы данных и пользователей без ущерба для производительности или доступности. Организации используют стратегии сегментирования для преодоления ограничений по объему хранения и других проблем, связанных с масштабированием баз данных в современных облачных средах.

Сегментирование базы данных определяется как метод горизонтального масштабирования, который разделяет базу данных на независимые сегменты, работающие на архитектуре без разделения ресурсов (SNA).
Данные распределяются между сегментами с помощью ключей сегментов, которые позволяют приложениям направлять запросы в соответствующие сегменты.
Как правило, данные разделяются между сегментами с использованием числовых значений, хэш-функций, справочных каталогов или географического местоположения.
К преимуществам сегментирования баз данных относятся улучшенная производительность запросов, поддержка горизонтальной масштабируемости и более высокая отказоустойчивость.
Примерами использования сегментирования являются банковское дело, электронная коммерция и платформы социальных сетей, которым часто приходится справляться с быстрым ростом или резким увеличением объема данных или числа пользователей.

Как работает сегментирование базы данных?

Сегментирование баз данных — это метод, используемый для горизонтального масштабирования больших баз данных путем разделения их на более мелкие, независимые части, называемые сегментами. Каждый сегмент функционирует как отдельная база данных, содержащая уникальное подмножество общих данных, но сохраняющая ту же схему. Это позволяет сегментам данных совместно формировать единую логическую базу данных, даже несмотря на то, что они работают на отдельных серверах.

Сегментирование баз данных основано на архитектуре "ничего не разделяемого" (SNA), распределенной вычислительной модели, в которой каждый сегмент работает самостоятельно, не разделяя вычислительные ресурсы, память или хранилище с другими сегментами.

Ключ сегмента — определенное поле или комбинация полей в данных — определяет, какие данные будут храниться на каждом сегменте. Когда приложению необходимо прочитать или записать данные, оно использует ключ сегмента для перенаправления запроса в соответствующий сегмент.

Стратегии сегментирования

Организации управляют данными, распределенными по нескольким сегментам, различными способами. Вот несколько распространенных стратегий:

Сегментирование на основе диапазонов или динамическое сегментирование: Данные делятся на диапазоны значений в ключе сегментирования. Например, одному сегменту в базе данных электронной коммерции могут быть присвоены идентификационные номера клиентов от 1 до 1 000 000, а другому сегменту — от 1 000 001 до 2 000 000. Этот метод эффективен для запросов к диапазонам, но может привести к неравномерному распределению, если к определенным диапазонам обращаются чаще.
Сегментирование на основе хеширования. Данные равномерно распределяются по сегментам путем применения математической формулы, называемой хэш-функцией, к каждому ключу сегмента. Такой подход помогает предотвратить перегрузку, но может привести к разбросу связанных данных по нескольким сегментам, что снизит эффективность запросов диапазона.
Сегментирование на основе каталогов или поиска. Карта сегментов указывает, какие ключи сегментов соответствуют каким данным. Эта стратегия обеспечивает гибкость, позволяя быстро добавлять новые ключи сегментирования по мере необходимости, но при этом усложняет систему и может создавать дополнительные накладные расходы.
Геосегментирование. Данные разделяются на основе географического местоположения, что снижает задержку для пользователей в разных регионах и поддерживает требования к размещению данных. Многие платформы сочетают географическое сегментирование с репликацией баз данных для повышения отказоустойчивости.

Подробнее о базах данных .

Каковы основные преимущества сегментирования базы данных?

Для сегментирования базы данных требуется тщательный выбор ключей сегментирования и стратегии сегментирования, а также оптимизация маршрутизации запросов. Вот некоторые ключевые преимущества сегментирования баз данных:

Повышает производительность запросов. Распределяя данные по нескольким сегментам, базы данных могут быстрее получать набор данных, необходимый для выполнения каждого запроса. Это приводит к более быстрому времени отклика.
Поддерживает горизонтальную масштабируемость. Вместо того чтобы увеличивать мощность ресурсов на одном сервере, организации могут справляться с растущими объемами данных и рабочей нагрузки, масштабируя и добавляя больше сегментов (и серверов). Подробнее о масштабировании вверх и масштабировании вширь .
Повышает отказоустойчивость. Поскольку сегментирование использует подход SNA, каждый сегмент изолирован от других. Любая проблема, затрагивающая один сегмент, не влияет на другие, что повышает надежность системы. Репликация данных между сегментами дополнительно обеспечивает доступность.
Обеспечивает экономическую эффективность. Для сегментов данных требуется меньше аппаратного и программного обеспечения, чем для больших баз данных, которые часто требуют дорогостоящих высокопроизводительных серверов.

Помогает оптимизировать рабочие нагрузки ИИ. Сложные монолитные базы данных могут замедлять способность ИИ получать доступ к данным, делать прогнозы и обучаться с течением времени. Сегментирование способствует созданию распределенной, насыщенной данными среды, в которой ИИ может функционировать более эффективно.

Примеры сегментирования баз данных в различных отраслях

Сегментирование баз данных особенно ценно для облачных решений, которые переживают быстрый рост или непредсказуемые всплески объема данных или пользовательского трафика. Следующие примеры демонстрируют способы применения сегментирования данных в различных отраслях:

Электронная коммерция. Розничные платформы разделяют данные о клиентах и заказах по сегментам, что помогает обеспечить быстрый поиск товаров и бесперебойное оформление заказа в пиковые периоды покупок.
Финансовые услуги. Записи о банковских и других финансовых операциях разделены по дате или номеру счета, что позволяет эффективно выполнять запросы и обеспечивает безопасное масштабируемое хранение.
Онлайн-игры. Данные игрока или сессии разделяются по региону и идентификатору пользователя, что позволяет равномерно распределять нагрузку между сегментами и минимизировать задержку (время, необходимое для передачи данных в пункт назначения) для глобальной аудитории.
Социальные сети. Платформы социальных сетей разделяют данные профиля пользователя и ленты активности по идентификатору пользователя или временному диапазону. Такой подход позволяет платформе быстро запрашивать последние публикации и поддерживать миллионы одновременно работающих пользователей.
Программное обеспечение как услуга (SaaS). Приложения SaaS с несколькими арендаторами обычно разделяют данные по идентификатору арендатора, что изолирует данные о клиентах и упрощает управление по мере роста базы пользователей. Они также могут разделить его по объему работы арендаторов или географическому местоположению.

Узнайте больше о том, как работает аналитика больших данных.

Будущее сегментирования баз данных

Распределяя данные между несколькими независимыми серверами, сегментирование снижает нагрузку на каждый отдельный сервер, минимизирует узкие места и повышает доступность и скорость отклика системы. Преимущества использования сегментирования баз данных в современных облачных средах будут только возрастать по мере дальнейшего развития искусственного интеллекта и других смежных технологий.

К числу трендов, за которыми следует следить, относятся следующие:

Рабочие процессы сегментирования с использованием ИИ

Интеллектуальные функции, такие как автоматический выбор ключа сегментирования, перераспределение рабочей нагрузки и маршрутизация запросов, станут более распространенными.

Преимущество: упрощенные и оптимизированные операции и беспрецедентная масштабируемость

Перераспределение сегментов без простоев

Современные платформы обработки данных будут все чаще поддерживать изменение ключей сегментирования без необходимости простоя данных или сложной миграции данных.

Преимущество: большая гибкость в обновлении стратегий сегментирования по мере развития рабочих нагрузок

Сегментирование в сочетании с бессерверными базами данных

Бессерверные базы данных самостоятельно выделяют и управляют серверами для каждого сегмента. Они также масштабируют мощность в сторону увеличения или уменьшения по требованию на основе запросов, управляемых событиями.

Преимущество: снижение операционных издержек

Адаптивное, управляемое политикой геосегментирование

Автоматизированные рабочие процессы сегментирования автоматически распределяют данные между географическими сегментами на основе правил политики, специфичных для каждой географической области и встроенных в код. Преимущество: более быстрое соблюдение меняющихся нормативных требований и требований конфиденциальности

Узнайте больше об облачных вычислениях .

РЕСУРСЫ

Расширьте свои знания о сегментировании баз данных

Получите доступ к широкому спектру учебных ресурсов для студентов и специалистов, охватывающих новейшие технологии баз данных, включая сегментирование в Microsoft Azure SQL Database.

Azure

Посетите центр ресурсов Azure

Найдите бесплатные программы обучения и сертификации Azure, видео с инструкциями по Azure, аналитические отчеты и электронные книги.

Узнайте больше прямо сейчас

Разработчики-учащиеся

Начните карьеру в сфере технологий с чистого листа

Изучите облачные технологии и развивайте свои навыки разработчика с помощью инструментов и программ для студентов.

Начните учиться

Мероприятия и вебинары

Обзор мероприятий и вебинаров Azure

Общайтесь с экспертами и разработчиками Azure на цифровых и очных мероприятиях, а также на виртуальных тренингах.

Зарегистрируйтесь сейчас

Сегментирование базы данных — это процесс горизонтального масштабирования большой базы данных на нескольких серверах, каждый из которых размещает сегмент с отдельным подмножеством общих данных. Сегментирование используется для эффективной обработки растущих объемов данных и пользовательского трафика путем распределения запросов и хранилища между машинами, а не за счет использования одного большого сервера.
Как сегментирование, так и секционирование оптимизируют операции с базой данных, разбивая большую базу данных на более мелкие подмножества. Однако, если секционирование разделяет данные на одном сервере, то сегментирование распределяет данные по нескольким серверам. Репликация подразумевает хранение нескольких копий одного и того же набора данных на разных серверах для обеспечения избыточности.
Да, сегментирование базы данных повышает производительность и масштабируемость приложений. Распределяя данные и рабочие нагрузки по сегментам, сегментирование сокращает время ответа на запросы и повышает отказоустойчивость. Организации также могут масштабировать приложения горизонтально. Выбор ключей сегментирования и стратегий сегментирования имеет важное значение для оптимизации сегментирования данных.
Да, Azure и другие облачные платформы предоставляют встроенную поддержку сегментирования баз данных. Например, Azure SQL Database предоставляет несколько инструментов для оптимизации масштабирования базы данных, включая клиентскую библиотеку, упрощающую создание и управление сегментами.

Скачать мобильное приложение Azure