数据库分区 - 水平与垂直 - 规范化和行拆分之间的区别？

Question

我试图掌握数据库分区的不同概念，这就是我对它的理解:

Horizo​​ntal Partitioning/Sharding:将一个表拆分为不同的表，其中包含初始表中的行的子集(如果将 Users 表拆分为大陆，就像北美的子表，欧洲的另一个子表，等等......)。每个分区位于不同的物理位置(理解“机器”)。据我了解，水平分区和分片是完全相同的东西(？)。

垂直分区:据我了解(http://technet.microsoft.com/en-us/library/ms178148%28v=sql.105%29.aspx)，有两种垂直分区:

• 规范化(包括通过拆分表并将它们与外键链接来从数据库中删除冗余)。

• Row Splitting，这里是我不明白的地方，Normalization 和Row Splitting 有什么区别？这两种技术有何不同？

我还在这篇文章 (Difference between scaling horizontally and vertically for databases) 中读到，水平分区和垂直分区之间的区别在于，在第一个分区中，您通过添加更多机器来扩展，而在第二个分区中，您通过添加更多功率(CPU， RAM) 到您现有的机器，这是一个正确的定义吗？我认为这两种技术之间的核心区别在于拆分表格的方式。

很抱歉问了这么多问题，但我有点困惑，因为我遇到的很多不同的网站都说了不同的事情。

任何帮助澄清将不胜感激。任何指向带有几张表格的清晰简单演示的链接也会非常有帮助。

Answer 1

分区是一个相当笼统的概念，可以在许多情况下应用。当考虑关系数据的分区时，它通常指的是按行(水平)或按列(垂直)分解表。

垂直分区，又名行拆分，使用与数据库规范化相同的拆分技术，但术语(垂直/水平)数据分区通常指的是物理优化，而规范化是对< em>概念级别。

由于您要求进行简单演示 - 假设您有一个这样的表:

create table data (
    id integer primary key, 
    status char(1) not null, 
    data1 varchar2(10) not null, 
    data2 varchar2(10) not null);

一种数据垂直分区方法:按如下方式拆分:

create table data_main (
    id integer primary key,
    status char(1) not null,
    data1 varchar2(10) not null );

create table data_rarely_used (
    id integer primary key,
    data2 varchar2(10) not null,
    foreign key (id) references data_main (id) );

例如，当您在查询中很少需要列 data2 时，可以应用这种分区。分区 data_main 将占用更少的空间，因此全表扫描将更快，并且更有可能适合 DBMS 的页面缓存。缺点:当您必须查询 data 的所有列时，您显然必须连接表，这将比查询原始表更昂贵。

请注意，您拆分列的方式与规范化表格时的方式相同。然而，在这种情况下，data 可能已经规范化为 3NF(甚至 BCNF 和 4NF)，但出于物理优化的原因，您决定进一步拆分它。

水平数据分区的一种方法，使用 Oracle 语法:

create table data (
    id integer primary key, 
    status char(1), 
    data1 varchar2(10), 
    data2 varchar2(10) )
    partition by list (status) ( 
       partition active_data values ( 'A' ),
       partition other_data values(default) 
    );

这将告诉 DBMS 根据列 status 的值在内部将表 data 存储在两个段(就像两个表)中。这种分区 data 的方式可以应用，例如，当您通常只查询一个分区的行时，例如，状态“A”行(我们称它们为事件行)。和以前一样，全扫描会更快(特别是如果只有很少的事件行)，事件行(和其他行)是连续存储的(它们不会分散在它们与不同行共享的页面周围状态值，并且事件行更有可能在页面缓存中。