Database Sharding: แบ่งฐานข้อมูลเมื่อใหญ่เกินเครื่องเดียว
เมื่อข้อมูลใหญ่จนเครื่องเดียวรับไม่ไหว การเพิ่มเครื่องให้แรงขึ้นมีเพดาน Sharding คือการแบ่งข้อมูลออกไปหลายเครื่อง ช่วยให้ขยายต่อได้ แต่ก็เพิ่มความซับซ้อนที่ต้องแลก
เมื่อข้อมูลในฐานข้อมูลโตขึ้นเรื่อย ๆ จนเครื่องเดียวเก็บและประมวลผลไม่ไหว ทางแรกที่คนคิดคือเพิ่มเครื่องให้แรงขึ้น แต่วิธีนี้มีเพดานและแพงขึ้นเรื่อย ๆ Database Sharding คือการแบ่งข้อมูลออกเป็นส่วน ๆ แล้วกระจายไปเก็บบนหลายเครื่อง เช่น แบ่งลูกค้าตามภูมิภาค หรือตามช่วงของรหัส ทำให้แต่ละเครื่องรับผิดชอบข้อมูลส่วนหนึ่ง และระบบขยายต่อได้เกินขีดจำกัดของเครื่องเดียว
พลังที่แลกมาด้วยความซับซ้อน
Sharding ช่วยให้รองรับข้อมูลและโหลดมหาศาลได้ แต่ก็เพิ่มความซับซ้อนอย่างมาก การค้นข้อมูลที่ต้องข้ามหลายส่วนกลายเป็นเรื่องยาก การเปลี่ยนวิธีแบ่งทีหลังก็ลำบาก และการรักษาความถูกต้องเมื่อข้อมูลกระจายอยู่หลายที่ต้องออกแบบอย่างระมัดระวัง เพราะเหตุนี้ Sharding จึงเป็นทางเลือกสำหรับตอนที่จำเป็นจริง ๆ ไม่ใช่สิ่งที่ควรทำตั้งแต่ต้นเพียงเพราะอาจโตในอนาคต
- ลองวิธีที่ง่ายกว่าก่อน เช่น เพิ่ม index หรือแยกงานอ่าน ก่อนคิดถึง Sharding
- เลือกวิธีแบ่งข้อมูลให้เหมาะกับรูปแบบการใช้งานจริง
- ยอมรับว่าการค้นข้ามส่วนจะยากขึ้น และออกแบบเผื่อไว้
การรู้จัก Sharding ช่วยให้ผู้บริหารเข้าใจว่าระบบมีทางขยายเมื่อข้อมูลใหญ่มาก แต่ก็ควรรู้ว่ามันมาพร้อมต้นทุนด้านความซับซ้อน การตัดสินใจที่ดีคือใช้วิธีที่ง่ายกว่าให้เต็มที่ก่อน แล้วค่อยไป Sharding เมื่อจำเป็นจริง เพราะความซับซ้อนที่เพิ่มขึ้น ควรแลกมาด้วยความจำเป็น ไม่ใช่ความกลัวว่าจะโต
บริการที่เกี่ยวข้อง
รับพัฒนาเว็บแอปพลิเคชัน
สร้างเว็บแอปที่รองรับการเติบโตและเชื่อมกับระบบอื่นได้
WhaleScope
ดูโครงสร้างตลาดของทุกหมวดธุรกิจไทย บน WhaleScope
รายชื่อบริษัท ผู้เล่นรายใหญ่ และอัตราคงอยู่ของแต่ละหมวด — จากข้อมูลจดทะเบียน 2 ล้านนิติบุคคล
อ่านต่อ
Read Replica: แยกงานอ่านออกจากงานเขียน เพื่อให้ระบบไหว
ระบบส่วนใหญ่อ่านข้อมูลบ่อยกว่าเขียนมาก เมื่อฐานข้อมูลเดียวรับทั้งสองไม่ไหว Read Replica คือการทำสำเนาไว้รับงานอ่าน ช่วยให้รายงานและหน้าเว็บเร็วขึ้นโดยไม่กระทบงานเขียน
Database Index: ทำไมระบบช้าลงเมื่อข้อมูลโต และแก้ได้อย่างไร
ระบบที่เคยเร็วตอนข้อมูลน้อย เริ่มอืดเมื่อข้อมูลโตขึ้น สาเหตุยอดฮิตคือการค้นหาที่ไม่มี Index เข้าใจว่า Index ช่วยอย่างไร และทำไมใส่มากเกินก็เป็นปัญหา
Connection Pooling: จัดการการเชื่อมต่อฐานข้อมูลให้ไม่ล้น
ทุกการเชื่อมต่อฐานข้อมูลมีต้นทุน ถ้าเปิดใหม่ทุกคำขอ ระบบจะช้าและล้มเมื่อคนเยอะ Connection Pooling คือการใช้การเชื่อมต่อซ้ำจากสระกลาง ทำให้เร็วขึ้นและทนโหลดได้มากขึ้น
Message Queue: ทำไมระบบใหญ่ถึงใช้คิวแทนการเรียกตรง
เมื่อระบบ A เรียกระบบ B ตรง ๆ ถ้า B ล่มหรือช้า A ก็พังตาม Message Queue คั่นกลางด้วยคิวงาน ทำให้ระบบทนทานขึ้น รับโหลดพุ่งได้ และแยกส่วนกันทำงานโดยไม่ล้มพร้อมกัน