Veritabanı Parçalama nedir?

Kuruluşlar, veritabanı parçalamadan yararlanarak aşağıdaki avantajları elde eder:

Yanıt süresini iyileştirme

Tek bir büyük veritabanında veri alımı daha uzun sürer. Veritabanı yönetim sisteminin doğru verileri almak için birçok satırda arama yapması gerekir. Buna karşın, veri parçalarında tüm veritabanından daha az satır vardır. Bu nedenle, parçalanmış bir veritabanından belirli bilgileri almak veya bir sorgu çalıştırmak daha az zaman alır. 

Toplam hizmet kesintisinden kaçınma

Veritabanını barındıran bilgisayar hata verirse veritabanına bağlı olan uygulama da hata verir. Veritabanı parçalama, veritabanının parçalarını farklı bilgisayarlara dağıtarak bu durumu önler. Bilgisayarlardan birinde hata meydana gelmesi, diğer işlevsel parçalarla birlikte çalışabileceğinden uygulamayı kapatmaz. Parçalama, genellikle parçalarda veri çoğaltma ile birlikte yapılır. Yani, bir parça kullanılamaz hale gelirse verilere alternatif bir parça üzerinden erişilebilir ve veriler geri yüklenebilir.

Verimli ölçeklendirme

Büyüyen bir veritabanı daha fazla bilgi işlem kaynağı tüketir ve sonunda depolama kapasitesine ulaşır. Kuruluşlar, veritabanı ölçeklendirmesini desteklemek amacıyla daha fazla bilgi işlem kaynağı eklemek için veritabanı parçalama işleminden yararlanabilir. Bakım için uygulamayı kapatmadan çalışma zamanında yeni parçalar ekleyebilirler.

Veritabanı parçalama yöntemleri, belirli bir veri satırı için doğru düğümü belirlemek üzere parça anahtarına farklı kurallar uygular. Yaygın parçalama mimarileri aşağıdaki gibidir.

Aralık tabanlı parçalama

Aralık tabanlı parçalama veya dinamik parçalama, veritabanı satırlarını bir değer aralığına göre böler. Ardından veritabanı tasarımcısı, ilgili aralığa bir parça anahtarı atar. Örneğin, veritabanı tasarımcısı verileri müşterinin adındaki ilk harfe göre aşağıdaki gibi bölümlere ayırır. 

 

Ad	Parça anahtarı
Baş harfi A ila I arasında olanlar	A
Baş harfi J ila S arasında olanlar	B
Baş harfi T ila Z arasında olanlar	C

 

Uygulama, veritabanına bir müşteri kaydı yazarken, müşterinin adını kontrol ederek doğru parça anahtarını belirler. Uygulama daha sonra anahtarı fiziksel düğümüyle eşleştirir ve satırı söz konusu makinede saklar. Benzer şekilde, uygulama belirli bir kaydı ararken ters eşleşme gerçekleştirir.

Artıları ve eksileri

Aralık tabanlı parçalama, veri değerlerine bağlı olarak, verilerin tek bir fiziksel düğümde aşırı yüklenmesine neden olabilir. Örneğimizde, parça A (baş harfi A ila I arasında olan isimleri içeren), parça C'den (baş harfi T ila Z arasında olan isimleri içeren) çok daha fazla sayıda veri satırı içerebilir. Ancak, uygulanması daha kolaydır.

Karma parçalama

Karma parçalama, karma işlevi adı verilen matematiksel bir formül kullanarak parça anahtarını veritabanının her bir satırına atar. Karma işlevi, bilgileri satırdan alır ve bir karma değer üretir. Uygulama, karma değeri bir parça anahtarı olarak kullanır ve bilgileri ilgili fiziksel parça içinde saklar.

Yazılım geliştiriciler, bir veritabanındaki bilgileri birden çok parça arasında eşit olarak dağıtmak için karma parçalama işleminden yararlanır. Örneğin yazılım, müşteri kayıtlarını alternatif karma değerleri 1 ve 2 olan iki parçaya ayırır. 

Ad	Karma değer
John	1
Jane	2
Paulo	1
Wang	2

Artıları ve eksileri

Karma parçalama, fiziksel parçalar arasında eşit veri dağılımıyla sonuçlansa da veritabanını bilginin anlamına göre ayırmaz. Bu nedenle yazılım geliştiriciler, bilgi işlem ortamına daha fazla fiziksel parça eklerken karma değeri yeniden atama konusunda zorluklarla karşılaşabilirler. 

Dizin parçalama

Dizin parçalama, veritabanı bilgilerini karşılık gelen fiziksel parça ile eşleştirmek için bir arama tablosu kullanır. Arama tablosu, bir elektronik tablodaki bir veritabanı sütununu bir parça anahtarına bağlayan bir tablo gibidir. Örneğin, aşağıdaki şemada giysi renkleri için bir arama tablosu gösterilmektedir.

Renk	Parça anahtarı
Mavi	A
Kırmızı	B
Sarı	C
Siyah	D

Bir uygulama, giysi bilgilerini veritabanında sakladığında, arama tablosuna atıfta bulunur. Bir elbise maviyse uygulama, bilgileri ilgili parça içinde saklar. 

Artıları ve eksileri

Yazılım geliştiriciler, esnekliğinden dolayı dizin parçalama işlemini kullanır. Her parça, veritabanının anlamlı bir temsilidir ve aralıklarla sınırlı değildir. Bununla birlikte, arama tablosu yanlış bilgi içeriyorsa dizin parçalama başarısız olur. 

Coğrafi parçalama

Coğrafi parçalama, veritabanı bilgilerini coğrafi konuma göre böler ve depolar. Örneğin, bir flört hizmet web sitesi, çeşitli şehirlerdeki müşterilerin bilgilerini aşağıdaki gibi depolamak için bir veritabanı kullanır. 

Ad	Parça anahtarı
John	California
Jane	Washington
Paulo	Arizona

Yazılım geliştiriciler, şehirleri parça anahtarları olarak kullanır. Her müşterinin bilgilerini coğrafi olarak ilgili şehirlerde bulunan fiziksel parçalarda saklarlar. 

Artıları ve eksileri

Coğrafi parçalama, parça ile talepte bulunan müşteri arasındaki daha kısa mesafe sayesinde uygulamaların bilgileri daha hızlı almasını sağlar. Veri erişim modelleri ağırlıklı olarak coğrafyaya dayanıyorsa bu sistem iyi çalışır. Bununla birlikte, coğrafi parçalama düzensiz veri dağılımına da neden olabilir. 

Veritabanı parçalama, bir uygulamanın iş yükünü paylaşmak için ek düğümler veya bilgisayarlar tahsis eden yatay bir ölçekleme stratejisidir. Kuruluşlar, hataya dayanıklı mimarisi nedeniyle yatay ölçeklendirmeden yararlanır. Bir bilgisayar hata verdiğinde, diğerleri kesintisiz çalışmaya devam eder. Veritabanı tasarımcıları, mantıksal parçaları birden çok sunucuya yayarak kesinti süresini azaltır. 

Bununla birlikte, parçalama diğer birkaç veritabanı ölçeklendirme stratejisinden biridir. Diğer tekniklerden bazılarını inceleyin ve aralarındaki farkları anlayın.

Dikey ölçeklendirme

Dikey ölçeklendirme, tek bir makinenin bilgi işlem gücünü artırır. Örneğin, BT ekibi artan trafiği işlemek için bir veritabanı sunucusuna bir CPU, RAM ve bir sabit disk ekler. 

Veritabanı parçalama ve dikey ölçeklendirme karşılaştırılması

Dikey ölçeklendirme daha az maliyetlidir ancak dikey olarak ölçeklendirebileceğiniz bilgi işlem kaynakları sınırlıdır. Öte yandan, bir yatay ölçeklendirme stratejisi olan parçalamanın uygulanması daha kolaydır. Örneğin, BT ekibi eski bilgisayar donanımını yükseltmek yerine birden çok bilgisayar yükler.

Replikasyon

Çoğaltma, veritabanının tam kopyalarını oluşturan ve bunları farklı bilgisayarlarda depolayan bir tekniktir. Veritabanı tasarımcıları, hataya dayanıklı bir ilişkisel veritabanı yönetim sistemi tasarlamak için çoğaltma işleminden yararlanır. Veritabanını barındıran bilgisayarlardan biri hata verdiğinde, diğer kopyalar çalışır durumda kalır. Çoğaltma, dağıtılmış bilgi işlem sistemlerinde yaygın bir uygulamadır.

Veritabanı parçalama ve çoğaltma karşılaştırması

Veritabanı parçalama, aynı bilgilerin kopyalarını oluşturmaz. Bunun yerine, bir veritabanını birden çok parçaya böler ve bunları farklı bilgisayarlarda saklar. Çoğaltmanın aksine, veritabanı parçalama yüksek erişilebilirlik ile sonuçlanmaz. Parçalama, hem ölçek hem de yüksek erişilebilirlik elde etmek için çoğaltma ile birlikte kullanılabilir.

Bazı durumlarda, veritabanı parçalama, belirli veri kümelerinin kopyalarından oluşabilir. Örneğin, hem ABD'li hem de Avrupalı müşterilere ürün satan bir perakende mağazası, boyut dönüşüm tablolarının kopyalarını her iki bölge için farklı parçalarda depolayabilir. Uygulama, diğer veritabanı sunucularına erişmeden ölçüm boyutunu dönüştürmek için dönüşüm tablosunun yinelenen kopyalarını kullanabilir. 

Bölümleme

Bölümleme, bir veritabanı tablosunu birden çok gruba bölme işlemidir. Bölümleme iki türe ayrılır: 

• Yatay bölümleme, veritabanını satırlara göre böler.
• Dikey bölümleme, veritabanı sütunlarının farklı bölümlerini oluşturur. 

Veritabanı parçalama ve bölümleme karşılaştırması

Veritabanı parçalama, yatay bölümleme gibidir. Her iki işlem de veritabanını birden çok benzersiz satır grubuna böler. Bölümleme, tüm veri gruplarını aynı bilgisayarda depolarken, veritabanı parçalama bu grupları farklı bilgisayarlara yayar.

AWS, modern bir veri stratejisi oluşturmak için kullanabileceğiniz küresel bir veri yönetimi platformudur. AWS ile, amaca yönelik olarak oluşturulmuş doğru veritabanınıseçebilir, uygun ölçekte performans elde edebilir, tam olarak yönetilen veritabanlarını çalıştırabilir ve yüksek erişilebilirlik ve güvenlikten yararlanabilirsiniz.

Hemen bir AWS hesabı oluşturarak AWS'de veri yönetiminden yararlanmaya başlayın.