ピュア・ナレッジ
What Is Database Sharding

データベース・シャーディングとは？

エンタープライズ・データ管理では、スケーラブルで高性能なデータ・ストレージ・システムのニーズが最優先されます。データベース・シャーディングは、さまざまなメリットをもたらします。この記事では、データベース・シャーディングの基礎と、エンタープライズ・データベース管理におけるメリット、さらに、いくつかの重要な戦略、実装手順、ベストプラクティスについて詳しく解説します。

データベース・シャーディングとは

データベース・シャーディングは、データベースをシャードと呼ばれるより小さく管理しやすいユニットに水平に分割する方法で、各シャードは別々のサーバー上にあります。主な目的はスケールですが、並列処理を可能にして性能と耐障害性を向上させます。全てのデータを 1 つの大規模なデータベースに格納する代わりに、シャードと呼ばれるいくつかの小さなデータベースに分散され、それぞれが特定の範囲やタイプのデータを処理します。これにより、より高速で効率的なデータ処理が可能になります。

以下に例を示します。6 コースのビュッフェを何百人ものお客さまに提供しているとしましょう。部屋全体の全てのコースを 1 つのビュッフェ・テーブルで提供する代わりに、各コースをそれぞれのステーションに配置します。これにより、より多くのゲストが、同時に、より速く、ボトルネックの少ないサービスを受けることができます。

データベース・シャーディングのメリット

データベース・シャーディングの実装には、次のようなさまざまなメリットがあります。

性能の向上：ビュッフェ・テーブルの例では、これはより迅速なサービスにつながります。1 つの大きなビュッフェ・テーブルでは、誰もがスペースを競い合い、混雑を引き起こし、サービス提供プロセスを遅らせます。料理の種類ごとに専用のステーションが設置されているため、ゲストは他の人を待たせることなく、希望する料理にすぐにアクセスできます。データベースの場合、並列アクセスとクエリ性能の高速化を意味します。
スケーラビリティの向上：ディナー・パーティでは、より多くのゲストを収容できます。ゲスト数が増えると、単一のビュッフェ・テーブルが負荷の処理に苦労し、非効率性につながる可能性があります。シャーディングにより、より多くのゲストを効率的に収容できるため、大規模なデータベース・ワークロードの処理が可能になります。
データ・ストレージのコスト削減：リソースの効率的な利用と無駄の削減が重要です。リソースのオーバープロビジョニングや無駄な使用なしに性能を向上させ、スケーラビリティを向上させることは、必要なものだけを分割することで実現できます。ハードなデータベースでは、関連性に基づいてデータを分散できるため、ストレージのフットプリントとコストを削減できます。
耐障害性の向上：これは、1 つのエリアで問題が発生した場合に備えて、運用状態を維持することです。バックアップ・ステーションを設置することで、1 台のテーブルにヒーター用の燃料がこぼれたり、不足したりした場合でも、サービスのシームレスな維持が可能になります。シャーデッド・データベースでは、1 つのシャードで問題が発生した場合、他のシャードが運用を継続します。
効率的なデータ取得：シャーディングは、探しているものを見つけるためのより的を絞ったアプローチを可能にします。単一のビュッフェ・テーブルは、単一の料理を探すための広い表面積です。個々のステーション、またはシャーデッド・データベースにより、特定の情報に迅速かつ的を絞ったアクセスが可能になります。

オープンソース・データベースのデータ・ストレージを簡素化する方法を見る >>

シャーディング戦略

管理対象のデータの要件や特性に応じて、さまざまなシャーディング戦略が独自のメリットをもたらします。範囲、均等な分散のためのハッシュ関数の使用、データが存在する場所の明示的なリストなど、シャーディング戦略の選択は、アプリケーション内のデータ分布パターンやクエリ・パターンなどの要因によって異なります。ここでは、3 つの一般的なシャーディング戦略について詳しく説明します。

範囲ベースのシャーディング

範囲ベースのシャーディングには、指定された値の範囲に基づいてデータを分割することが含まれます。これは、前菜、メイン、デザートなど、種類別に分類するようなものです。

例：eコマース・プラットフォームは、購入額に基づいて顧客データベースを分割します。1 つのシャードは、購入額が低い顧客、もう 1 つのシャードは中程度の金額の顧客などを扱います。これにより、特定の種類のクエリを効率的に検索できます。

ハッシュベースのシャーディング

ハッシュベースのシャーディングには、選択したシャードキー（例：顧客 ID）にハッシュ関数を適用することが含まれます。その結果、データが格納されるシャードが決まります。

例：ソーシャルメディア・プラットフォームでは、ユーザー・データは、ユーザー ID に基づいてハッシュシャーディングされる可能性があります。ハッシュ機能は、各ユーザーを特定のシャードに一貫してマッピングします。このアプローチにより、シャード間でのユーザーの均等な分散が保証され、バランスの取れたデータ・アクセスとストレージが促進されます。

リストベースのシャーディング

リストベースのシャーディングでは、あらかじめ定義された値のリストに基づいて、特定のデータを保存するシャードを明示的に指定します。それは、特定の料理を、そのユニークな属性に基づいて指定されたビュッフェ・ステーションに割り当てるようなものです。

例：メッセージング・アプリケーションは、国コードに基づいてチャット履歴データベースをシャードする可能性があります。各シャードは、特定の国のユーザーを起源とする、または特定の国のユーザーが関与する会話に責任を負います。

データベース・シャーディングの実装方法とベストプラクティス

データベース・シャーディングを実装するには、慎重な計画と実行が必要です。スムーズな移行と最適な性能を確保するためのいくつかの重要なステップがあります。

1. シャーディング戦略を定義

アプリケーションの要件と特性（範囲ベース、ハッシュベース、リストベースなど）に基づいて、適切なシャーディング戦略を選択します。選択した戦略をデータ配布やクエリのパターンにあわせます。

ヒント：将来のスケーラビリティのニーズを予測します。現在必要なものだけでなく、需要の増大に応じて必要なものも予測できます。

2. シャードキーを選択

シャードキー、フィールド、またはシャード間でデータを分散するために使用するフィールドのセットを特定します。シャーディングの有効性は、このキーに大きく依存するため、データを均等に分散するキーを選択してください。

ヒント：

ホットスポットを避けるために、選択したキーのカーディナリティを考慮してください。
クエリ性能への影響を評価します。

3. データ分割

選択された戦略とシャードキーに基づいて、データを物理的に異なるシャードに分割します。選択した戦略に沿ったパーティショニング・スキームを作成し、パーティショニング・プロセス中にデータの完全性を確保し、データ配布の経時的な変化に備えてください。

4. データの移行

ダウンタイムとデータの一貫性を最小限に抑えながら、既存のデータをそれぞれのシャードに移動します。

ヒント：

バッチ・プロセスを使用して、システムの負担を回避します。
移行中に問題が発生した場合のロールバック・メカニズムを確立します。

5. アプリケーション・コードの更新

アプリケーション・コードを変更して、シャード・データベースと対話し、シャードキーをクエリに組み込みます。開始する前に、選択したシャーディング戦略とアプリケーションの互換性を確認してください。

ヒント：

接続プーリングとクエリ・ルーティングのメカニズムを更新します。
潜在的なシャード障害に対するエラー処理を実装します。

6. トランザクション管理を検討

分散トランザクション管理を実装することで、複数のシャードに格納されたデータを含むトランザクションの複雑さに対処します。データの一貫性を犠牲にすることなく、性能を最適化します。

ヒント：潜在的なトランザクションの失敗やロールバックを常に計画します。

7. 監視と最適化

監視ツールは、シャードの健全性、クエリの性能、システムリソースの追跡に役立ちます。これらを設定する際には、潜在的な問題に対するアラートを作成し、定期的にシャード分布を見直して調整し、バランスを維持してください。

ヒント：潜在的なボトルネックを予測し、継続的な改善のためのフィードバック・ループを確立します。

8. シャーディング・アーキテクチャを文書化

シャーディング・アーキテクチャ、戦略、主な考慮事項を概説する包括的なドキュメントを作成します。重要な決定の根拠を文書化し、将来の修正やスケーリングのためのガイドラインを提供する必要があります。

ヒント：よくある問題のトラブルシューティング資料を提供します。

シャーディングとパーティショニング：同じですか？

シャーディングとパーティショニングは、分散型データベースの関連概念ですが、まったく同じではありません。シャーディングは、分散され独立しているパーティションの一種で、多くの場合、複数のサーバーやノードにまたがるスケーリングに関連しています。

どちらも、大規模なデータセットを小さく管理しやすいものに分割することを伴いますが、主な違いは、目標や運用の規模にあります。シャーディングは、水平スケーラビリティと性能向上のために、独立したノード間でデータを分散することを重視しています。パーティショニングは、単一のデータベース内の論理的な組織に焦点を当て、管理とクエリの最適化を容易にします。

シャーディングのホットスポットとは

不均一なシャード分布は、特定のシャードが他のシャードよりも負荷が高いホットスポットにつながります。これにより、性能のボトルネックが生じる可能性があります。これは、シャードキーの選択が不適切であったり、データ分布が不均一であったりすることが原因です。

データベース・シャーディングの欠点

データベース・シャーディングはスケーラビリティと性能を提供しますが、課題と欠点を伴います。データベース・シャーディングに関連する一般的な欠点を以下に示します。

実装とシステム・アーキテクチャの複雑さ：データベース設計、アプリケーション・ロジック、クエリ管理の複雑さが増す可能性があります。
開発オーバーヘッド：シャーデッド・データベースには、より複雑なアプリケーション開発、継続的な保守、更新、デバッグが必要になる場合があります。
トランザクションの複雑さ：複数のシャードを伴うトランザクションには、複雑さが増し、性能のオーバーヘッドが生じる可能性があります。
クロスシャード参加の制限：異なるシャード間で結合を実行するのは複雑で、オーバーヘッドが発生する場合があります。シャーディング戦略によっては、特定のタイプの結合を効率的に実行できない場合があります。
クエリ・ルーティング・オーバーヘッド：クエリを適切なシャードにルーティングすると、ネットワークオーバーヘッドが増大します。性能の低下を避けるためには、効率的なクエリルーティングメカニズムが必要です。
シャード同期：特にリアルタイムまたはほぼリアルタイムのシナリオでは、シャード間でデータを同期させることは困難です。
限定的な自動スケーリング：シャーディングされた環境でシームレスで自動化されたスケーリングを実現することは、従来のスケーリング・アプローチよりも複雑です。

データ・ストレージはデータ・シャーディングを改善できるか？

データ・ストレージ技術の基盤は、データ・シャーディングの有効性と容易性において重要な役割を果たします。さまざまな機能や能力が、シャーデッド・データベースの性能、スケーラビリティ、管理に影響を与える可能性があります。

SSD などの高性能ストレージ・デバイスは、シャーデッド・データベースの読み取り／書き込み速度を大幅に向上させます。遅延を低減し、システム全体の応答性を向上させます。さらに、ピュア・ストレージの Kubernetes on Portworx などのコンテナ化されたストレージ・ソリューションを活用することで、シャーデッド・データベースの展開とスケーラビリティを向上させることができます。コンテナ・オーケストレーション・プラットフォームは、動的なスケーリングとリソース管理のためのメカニズムも提供します。

まとめ

データベース・シャーディングは、大規模なデータ・ストレージ・システムにおけるスケーラビリティと性能を向上させることができますが、導入と課題への配慮は慎重に行う必要があります。ビッグデータの課題への対応が進むなか、データベース・シャーディングの検討と実装は、効率性と拡張性を高めるためのツールボックスの貴重なツールとなっています。

ピュア・ストレージの FlashBlade は、高速なファイル／オブジェクト・データを統合するための業界最先端のオールフラッシュ・ストレージ・ソリューションです。FlashBlade は、以下の特長を備えています。