对于使用超大数据集工作的开发者来说，水平的分区和分片都是很重要的工具。尽管当前的数据库服务器，像 SQL Server，能够支持上 TB 的 RAM 以及上百个处理器，但是在单个表中所能够存储的数据量还是有限的。这正是水平分区起作用的地方。水平分区既可以在单个服务器中完成，也可以跨多个服务器完成，后者经常指的就是分片（sharding）。
在 SQL Server 2005 中，微软增加了为每个表创建最多 1000 个分区的能力。这种分区会位于单独的服务器中，我们可以使用它把单个的逻辑表分布在多个文件组中。这会立刻提高 I/O 能力，如果有设计良好的 schema，那么它还能够大大提升其它方面的性能。不幸的是这种特性也有很多缺点。因为它仅限于单个机器，所以想要让它有效率，你需要强大的数据库服务器和存储阵列网络。除了硬件成本之外，水平分区特性和需要企业版或者数据中心版本的许可，这两个版本对于每个处理器的零售价分别是 27,495 和 54,990 美元。
对此感兴趣的读者可以阅读白皮书《使用SQL Server 2008 的分区表和索引策略》。这部白皮书很长，但是对于想要在SQL Server 中使用这种特性的人来说，还是应该阅读的。当然，在 DB2 、 Oracle 、 Sybase Adapter Server 和 MySQL 中也都能找到类似的特性。
在 SQL Server 上暂时还无法实现跨多台服务器的完全数据分区。尽管在存储过程或者服务层代码中我们肯定可以实现必要的逻辑，但这样特别的方法，对于想要关注于产品真正需求的开发者来说，可能无法让他们满意。我们也可以使用 SQL Server 的分布式分区视图，但是规则非常麻烦。例如，我们无法针对分区的列使用标识列或者时间戳，而分区列需要是主键的组成部分。
SQL Azure 承诺，它会通过所谓的“联合（federation）”提供分区功能。乍看起来，这似乎是很大的改善，但即便是 SQL Azure 中的联合的预览版也需要很久之后才能够发布。
同时，希望继续使用 SQL Server 的人可以试着转向第三方的工具。其中一种选择是最近发布的 Enzo SQL Shard 库。 Blue Syntax 的这个开源的项目基于.NET 的任务并行程序库实现，承诺为 SQL Server 和 SQL Azure 提供分片的特性。
查看英文原文： Partitioning and Sharding Options for SQL Server and SQL Azure
暂无签名
中国开发者画像洞察报告 2022
本次报告为你深度解读开发者人群背景，分析开发者群体面临的挑战，洞察开发者人群特征，预测开发者生态发展...
评论