Trong kiến trúc hệ thống phân tán, khái niệm Database Sharding là gì và khi nào một kỹ sư phần mềm cấp độ Middle nên đề xuất giải pháp này thay cho việc Vertical Scaling hoặc Horizontal Read Replicas?

Question

Accepted Answer

1. Khái niệm Database Sharding
Database Sharding là một kỹ thuật phân vùng dữ liệu theo chiều ngang (Horizontal Partitioning), trong đó một tập dữ liệu lớn được chia nhỏ thành các phần nhỏ hơn gọi là các Shard và được lưu trữ trên các Database Instance hoặc máy chủ vật lý hoàn toàn độc lập nhau.
Mỗi Shard chứa một tập hợp con (subset) của toàn bộ dữ liệu và cấu trúc schema của các Shard là hoàn toàn giống nhau. Để phân chia dữ liệu vào các Shard, hệ thống cần sử dụng một Sharding Key (hoặc Partition Key).
2. So sánh với các giải pháp khác

Vertical Scaling (Scale Up): Nâng cấp phần cứng của máy chủ cơ sở dữ liệu (tăng RAM, CPU, ổ cứng). Giải pháp này có giới hạn vật lý và chi phí tăng theo hàm mũ, đồng thời có điểm mù là Single Point of Failure (SPOF) nếu không cấu hình High Availability phức tạp.
Horizontal Read Replicas: Tạo ra các bản sao chỉ đọc (Read Replicas) để gánh tải cho các câu lệnh SELECT. Giải pháp này giải quyết rất tốt bài toán đọc nhiều (Read-heavy), nhưng không giải quyết được bài toán ghi nhiều (Write-heavy) hoặc khi dung lượng lưu trữ vượt quá giới hạn của một ổ cứng máy chủ duy nhất vì mọi Replica đều lưu trữ toàn bộ dữ liệu.
Database Sharding: Giải quyết triệt để cả bài toán dung lượng lưu trữ lẫn bài toán tải ghi (Write load) bằng cách phân tán dữ liệu và các câu lệnh ghi ra nhiều máy chủ khác nhau.

3. Khi nào nên đề xuất Sharding?
Một kỹ sư Middle nên đề xuất Sharding khi:

Dung lượng dữ liệu vượt quá giới hạn phần cứng: Bảng dữ liệu chính đạt kích thước hàng trăm GB hoặc hàng Terabyte, khiến việc chạy các câu lệnh Index Maintenance, Backup và Restore mất quá nhiều thời gian.
Tải ghi quá lớn: Một Database Instance duy nhất không thể chịu được số lượng câu lệnh INSERT/UPDATE/DELETE mỗi giây (IOPS) mặc dù đã tối ưu hóa câu lệnh và Index.
Đảm bảo tính cô lập dữ liệu (Tenant Isolation): Trong các hệ thống Multi-tenant SaaS, việc chia dữ liệu theo từng khách hàng lớn giúp cô lập rủi ro và hiệu năng.

4. Thách thức và rủi ro kỹ thuật

Độ phức tạp của ứng dụng: Các câu lệnh truy vấn phức tạp (JOIN giữa các bảng nằm ở các Shard khác nhau) trở nên cực kỳ khó khăn hoặc phải xử lý ở tầng Application.
Vấn đề phân chia dữ liệu không đều (Data Hotspot): Nếu chọn sai Sharding Key (ví dụ chọn theo quốc gia mà 90% user ở Việt Nam), Shard chứa dữ liệu Việt Nam sẽ bị quá tải trong khi các Shard khác rảnh rỗi.
Re-sharding: Khi hệ thống tiếp tục lớn lên và các Shard hiện tại bị đầy, việc mở rộng thêm Shard và di chuyển dữ liệu (Data Migration) là một bài toán rất phức tạp, có nguy cơ gây Downtime.

Trong kiến trúc hệ thống phân tán, khái niệm Database Sharding là gì và khi nào một kỹ sư phần mềm cấp độ Middle nên đề xuất giải pháp này thay cho việc Vertical Scaling hoặc Horizontal Read Replicas?

1. Khái niệm Database Sharding

Làm Chủ Phỏng Vấn & Nâng Cao Trình Độ Chuyên Nghiệp

Tải Tuyển Tập 100+ Câu Hỏi Phỏng Vấn Chuyên Sâu (PDF)

Cần Mentor Phỏng Vấn Thử 1-1 & Tối Ưu CV?

Kiểm Tra CV Chuẩn ATS Miễn Phí

Câu hỏi software architecture liên quan cùng chủ đề