Vamos abrir o Capítulo 7, "Sharding", vendo como dividir os dados entre vários nós e como espalhar a carga de forma uniforme.
O que vamos discutir
- Sharding vs. replicação: replicação copia os mesmos dados em vários nós; sharding divide os dados em pedaços. Na prática os dois andam juntos, e cada sistema dá um nome diferente ao shard (partition, range, region, vnode, tablet).
- Prós e contras: o motivo principal é escalar volume de dados e throughput de escrita. O custo é alto: escolher a chave de partição, consultas que precisam ir a todos os shards, joins, índices secundários e transações entre shards.
- Sharding para multitenancy: um shard por tenant traz isolamento de recursos, permissões e falhas, backup por cliente e residência de dados, mas também desafios com tenants grandes demais ou pequenos demais.
- Sharding de dados chave-valor:
- Key range sharding: range scans eficientes, mas risco de hot spots em chaves próximas (como timestamps); split e merge de shards.
- Hash sharding: por que
hash mod N é ruim, número fixo de shards, hash range sharding e a variante do Cassandra/ScyllaDB.
- Consistent hashing: mover o mínimo de chaves quando o número de shards muda.
Na segunda parte, seguimos com hot spots, rebalanceamento, roteamento de requisições e índices secundários.
