🔷 1. Partition Strategies (กลยุทธ์การแบ่งพาร์ทิชัน)
1.1 Vertical Partition (แนวตั้ง)
- แยก ตามคอลัมน์ (column) เช่น:
- Table A:
ID, First Name
- Table B:
Last Name
- ✅ เหมาะสำหรับแยกข้อมูลที่มีการเข้าถึงต่างกัน เช่น รูปภาพ, ข้อมูลบ่อย
1.2 Horizontal Partition (แนวนอน)
- แยก ตามแถว (row) เช่น:
- Table 1: ID 1–2
- Table 2: ID 3–4
- ✅ ใช้เมื่อมีข้อมูลเยอะ และต้องการกระจายโหลด
🧩 2. Sharding คืออะไร?
- เป็นการนำ Horizontal Partition ไปใช้ในลักษณะ Distributed Database
- ข้อมูลถูกแยกเก็บในหลายๆ เครื่องหรือ Server (เรียกว่า “Shard”)
🔶 3. Range Based Sharding
🧠 แนวคิด
- แบ่ง shard ตาม ช่วงของค่าบางฟิลด์ เช่น อายุ (
Age)
🧪 ตัวอย่าง
Age ≤ 30 → Shard 1
30 < Age ≤ 40 → Shard 2
Age > 40 → Shard 3
⚠️ ข้อเสีย
- ถ้าข้อมูลกระจุกในช่วงใดช่วงหนึ่ง → โหลดไม่สมดุล (Unbalanced Load)
🟢 4. Key Based Sharding (Hash Sharding)
🧠 แนวคิด
- ใช้ Hash Function กับคีย์ เช่น
ID แล้ว mod จำนวน shard
🔍 ตัวอย่าง
Shard = hash(ID) % 3
✅ ข้อดี
- โหลดกระจายได้ สม่ำเสมอ (Even Distribution)
⚠️ ข้อเสีย
- ขยายจำนวน shard ยาก (Re-hash ต้องทำใหม่หมด)
🟠 5. Directory Based Sharding
🧠 แนวคิด
- ใช้ Directory Server คอยเก็บ Mapping ID ↔ Shard
🔍 ตัวอย่าง Mapping
ID 1,2 → Shard A
ID 3,4 → Shard B
✅ ข้อดี
- ยืดหยุ่น: ปรับเปลี่ยน mapping ได้ง่าย
⚠️ ข้อเสีย
- หาก Directory เสีย → Single Point of Failure
🧭 สรุปการเลือกใช้
| Sharding Type | ข้อดี | ข้อเสีย |
|---|
| Range Based | เข้าใจง่าย | โหลดไม่สมดุลถ้าข้อมูลกระจุก |
| Key Based (Hash) | โหลดกระจายดี | ขยายระบบยาก |
| Directory Based | ยืดหยุ่น ปรับเปลี่ยนง่าย | ต้องดูแล Directory Server เพิ่ม |
🎯 เหมาะกับใคร?
- ระบบที่มี ข้อมูลจำนวนมาก
- ต้องการ ขยายฐานข้อมูล โดยไม่ลด performance
- เช่น Social Media, E-Commerce, หรือ Big Data Platform
📝 Reference
- Credit: ByteByteGo @ Sec.10 (Infographic)
