範囲で担当を決める理由
注文をキーの順に検索する処理では、連続した区間を同じ担当へ置くRange shardingが候補になります。例えば注文IDの[0,100)、[100,200)、[200,300)を別の担当へ置きます。前提はデータ分割のガイドです。ある範囲の注文を読む要求を、全担当へ無条件で送らず、交わる担当へ絞れることが利点です。一方、キーの順序が負荷の偏りと重なる場合もあります。件数が均等というだけで、更新や照会の負荷も均等とは判断しません。
この例は下端を含み上端を含まない区間なので、100は二番目へ入ります。キー90以上110未満を読むなら、最初と二番目にそれぞれ必要な範囲を要求し、結果を順序付けて合わせます。担当数が一台に絞れない問い合わせもあるため、境界をまたぐ処理の合計費用と部分失敗を考えます。分割する前の単一DBの範囲検索と、同じ一回のトランザクションや遅延を自動で保つわけではありません。
境界と型の規則を固定する
境界の比較には、キーの型、文字列の照合、複合キーの並び方を使います。文字列の100と20を辞書順で比べる場合、数値の大小とは異なります。複合キーを顧客ID、時刻の順へ置くなら、一顧客の期間検索はまとまりやすくても、全顧客の同じ時間帯は離れる場合があります。キー設計は保存だけでなく、よく使う問い合わせの形から選びます。IDの見た目が連番に似ているという理由で、比較規則を推測しないでください。
範囲表の世代も必要です。二番目を[100,150)、[150,200)へ分ける途中で、古い表を持つクライアントが150を旧担当へ送る可能性があります。コピー、追い付き、切替、旧経路の拒否または誘導をリバランスの手順へ合わせます。二担当へ同時に範囲の権威を与えたり、どちらも担当しない隙間を作らないことが先です。新しい境界を計算する関数だけを、ライブな分割機能の全体として扱いません。
増え続けるキーのホットスポットを追う
注文IDが時間とともに増え、全ての新規書込みが最大の範囲へ入る場合を考えます。古い範囲へ同じ件数があっても、新しい書込みは最後の担当へ集まります。最後の範囲を二つへ分けても、その後の増分が新しい最後へ集中すれば同じ問題が続きます。単に範囲数を増やすだけで書込みの最大負荷を分散できるとは限りません。重い一顧客や一キーがある場合も、範囲の切り方だけでそのキーの内部を割れるとは限りません。
先頭に分散用の値を入れる、ハッシュを一部へ使う、顧客を別の単位へ分けるなどの候補は、範囲検索が複数担当へ広がる費用と交換です。ランダム化したから全ての問い合わせが速くなるとはしません。書込み先の分散、期間検索のfan-out、結果を合わせる費用を同じ要件で比較します。キーの変更には既存データと参照の移行も必要なので、新規テーブルの設計と稼働中の変更は別の作業として計画します。
範囲検索の失敗と結果の意味を決める
90以上110未満の検索で最初の担当が成功し、二番目が応答しない場合、最初の結果だけを完全な一覧として返してはいけません。部分結果を許す仕様か、全体を失敗させるか、同じ整合した読取り位置で再試行できるかを決めます。ページ分割では、続きを示すトークンと範囲表の世代、並び方の対応も必要です。問い合わせ中に境界が変わると、行の重複や取りこぼしが起きる履歴を作れるので、切替との関係を検証します。
集計も同じです。各担当の件数を足せても、それぞれが違う更新時点なら、利用者が求める一時点の状態とは限りません。必要な一貫性を定め、採用した保存系のスナップショットや読み位置の保証へ合わせます。境界を使って送信先を減らすことと、全担当から同じ状態を読むことは別の性質です。分割の利点を説明するときにも、後者が自動で付くような表現は避けます。
配置の指標と単純な代替を比べる
範囲ごとの件数、バイト、要求数、更新率、待ち時間、移動中の負荷を分けます。件数の最大値だけを均等化しても、読取りや更新の偏りが残ります。境界付近のキーと、最大値へ増え続ける列を検証し、分割後に負荷がどこへ動いたかを見ます。全体が小さく一台のDBと索引で足りる場合、分散した範囲の管理は不要な費用かもしれません。まず一台の容量と問い合わせを確認してから、複数担当の復旧を増やす価値を判断します。
PostgreSQLのパーティショニングのように、一つのDB内で範囲を分ける方式と、複数ノードのshardingは同じ運用境界ではありません。範囲の規則は共通して説明できても、ネットワークや配置の権威、分散トランザクションの問題が増えるかは構成によります。この記事は設計の履歴で、本番の分割や負荷試験は行っていません。実行例が必要なら、使い捨て資源で境界と応答を検証し、ライブ移行は別の手順として試します。
複合キーの二つの順を比べる
顧客IDを先、時刻を後にすると、一顧客の一か月は連続しやすくなります。時刻を先にすると、全顧客の同じ時間帯をまとめやすい一方、新しい時刻への書込みが集中する場合があります。どちらの問い合わせを優先するかで、同じ二列でも配置が変わります。サンプルのキーを実際の比較順へ並べ、検索で訪れる範囲と新規書込み先を同時に数えてください。
索引の追加も、更新する保存先と費用を増やす変更です。
境界と集中の課題
課題は範囲[0,100)、[100,200)で、キー100と、検索[90,110)の担当を求めることです。解答は100が二番目、検索は両方へ必要な部分を求めます。二番目が失敗したら、得られた最初の部分を無条件で完全と表示しないことも説明します。境界の規則を読取り、書込み、ページ分割へ共通に使えているかを確認してください。文字列キーへ変えた場合は比較規則から再計算します。
追加課題は、連番の新規書込みが最後へ集まるとき、最後の範囲を二分するだけで恒久的に均等になるかです。解答はなりません。未来の最大値が再び最後へ集まるためです。分散用のキーを導入するなら、範囲照会のfan-outの費用も含めて選びます。配置、負荷、検索結果、切替の四つを別に説明できれば、このパターンを採用する判断ができます。