Design to Scale
Database Partitioning
Chia một bảng khổng lồ thành nhiều phần nhỏ ngay trong cùng một database, để query bỏ qua được những phần không cần và dữ liệu cũ được xoá trong tích tắc thay vì xoá từng dòng.
Sau bài này bạn sẽ
- Phân biệt partition theo range, list và hash, và khi nào dùng loại nào.
- Giải thích partition pruning và vì sao query phải lọc theo partition key.
- Thay việc dọn dữ liệu bằng DELETE tốn kém bằng cách drop partition.
- Phân biệt partitioning (một database) với sharding (nhiều database).
Nên đọc trước
Tổng quan
Một kế toán dồn mọi hoá đơn vào một thùng to thì tìm hoá đơn tuần trước cũng mất cả buổi. Mỗi tháng một tập hồ sơ thì chỉ cần mở đúng một tập — và muốn bỏ dữ liệu năm ngoái thì vứt mười hai tập là xong, khỏi phải lục cả thùng.
Partitioning chia một bảng logic thành nhiều bảng vật lý (partition) ngay trong cùng một database, dựa theo một partition key. Ứng dụng vẫn query một bảng duy nhất. Planner nhìn vào mệnh đề WHERE và bỏ qua những partition không thể khớp — gọi là partition pruning — còn việc bảo trì thì làm theo từng partition.
| Chiến lược | Dòng được chia theo | Phù hợp với |
|---|---|---|
| Range | created_at trong [2026-11-01, 2026-12-01) | Time series, log, event, đơn hàng — thứ gì được query và hết hạn theo ngày. |
| List | region IN ('EU', 'UK') | Vài nhóm biết trước được query riêng (tenant, quốc gia). |
| Hash | hash(customer_id) % 8 | Rải đều lượt ghi và kích thước index khi không có khoảng giá trị tự nhiên. |
Chạy thử
Bảng events chứa dữ liệu 30 ngày còn dashboard chỉ cần hôm nay. Ở A mỗi query quét toàn bảng, và lệnh DELETE dọn dữ liệu hằng đêm lúc t = 12 s làm database quá tải. B chia partition theo ngày. C cũng chia partition, nhưng một nửa số query lọc theo khách hàng thay vì theo ngày. Bấm Chạy job dọn dữ liệu cũ ngay để chạy lại.
Range partition trong PostgreSQL
CREATE TABLE events (
id bigint NOT NULL,
customer_id bigint NOT NULL,
created_at timestamptz NOT NULL,
payload jsonb,
PRIMARY KEY (id, created_at) -- partition key phải nằm trong các unique key
) PARTITION BY RANGE (created_at);
CREATE TABLE events_2026_11_18 PARTITION OF events
FOR VALUES FROM ('2026-11-18') TO ('2026-11-19');
-- Có pruning: chỉ quét events_2026_11_18.
SELECT status, count(*) FROM events WHERE created_at >= now() - interval '1 day' GROUP BY status;
-- Không pruning: WHERE không có partition key → phải tìm trong mọi partition.
SELECT * FROM events WHERE customer_id = 42;
-- Dọn dữ liệu: chỉ là thay đổi metadata thay vì xoá hàng triệu dòng.
ALTER TABLE events DETACH PARTITION events_2026_10_18;
DROP TABLE events_2026_10_18;Partitioning khác sharding thế nào
Partitioning giữ mọi thứ trên một database server: nó giúp bảng lớn dễ quản lý và query rẻ hơn, nhưng không thêm CPU, bộ nhớ hay khả năng ghi. Sharding rải các partition ra nhiều server — thêm năng lực xử lý, nhưng kéo theo chuyện định tuyến, query xuyên shard và resharding.
Đánh đổi
| Được | Mất | |
|---|---|---|
| Query | Pruning bỏ qua dữ liệu không liên quan; index của từng partition luôn nhỏ. | Query không có partition key phải tìm trong mọi partition — có khi còn chậm hơn một bảng. |
| Bảo trì | Drop, lưu trữ hay vacuum từng partition một. | Phải tạo partition trước; quá nhiều partition làm việc lập plan chậm đi. |
| Ràng buộc | Phần lớn code ứng dụng không cần biết. | Unique key phải chứa partition key; chuyển dòng giữa các partition rất tốn kém. |
Lưu ý khi chạy production
- Chọn key mà các query quan trọng nhất hay lọc theo và chính sách lưu trữ dùng tới — thường là thời gian.
- Giữ partition ở kích thước vacuum và đánh index thoải mái; vài trăm partition, chứ không phải vài chục nghìn.
- Kiểm tra plan bằng
EXPLAINđể chắc chắn pruning thực sự diễn ra. - Chuyển một bảng đang chạy sang partition cần kế hoạch migrate (bảng partition mới + backfill + chuyển đổi).