Los datos se pueden particionar por distintos motivos:
- Performance: Mejora de velocidad de escritura y de lectura, ya que puedo tener particiones específicas de escritura, y otras de lectura.
- Conflictos: Evita colisiones o reduce los conflictos.
- Redundancia: Permite recuperación ante fallas (al guardar las particiones en más de un lugar).
Tipo de Particionamiento
Hay dos enfoques principales para realizar la partición de datos:
- Horizontal: La información se segrega por registros entre cada partición. Los registros se encuentran completos en alguna partición.
- Vertical: La información se segrega por atributos. Los registros se encuentran en todas las particiones, por lo que no son eficientes para consultas de filas completas, pero si para realizar agregaciones sobre determinadas columnas.
Función de Partición
La función de partición, que determine en que partición se encuentra cada dato, puede definirse de varias maneras:
- Por valor de Clave: Separa cada valor en una partición. Por ejemplo, tomo la primera letra del ID como partición.
- Por rango de Clave: Separa cada rango de valores en una partición.
- Por Hash: Se aplica el hash a la clave, para obtener una distribución más uniforme.
También hay enfoques mixtos, como:
- Generar múltiples particiones para un valor.
- Particionar por claves secundarias.
Enrutamiento
Hay distintas formas de obtener un dato en una base de datos particionada:
- Si no conozco la función de partición, debo consultar en alguna de las particiones, y que esta me indique en que partición se encuentra.
- En algunos casos, existirá un nodo centinela que conocerá en que partición se encuentran los datos.
- Si conozco la función de particionamiento, puedo calcular en que partición se encuentra utilizando el dato.
