Что такое реплики, партиционирование и шардинг
На этой странице
Три разных способа масштабировать базу. Реплики (read replicas) — копии основного сервера (primary), которые получают поток WAL и обслуживают чтение; они повышают отказоустойчивость (failover) и разгружают primary, но при асинхронной репликации отстают (replication lag) — пользователь может не увидеть только что записанное. Партиционирование — разбиение одной большой таблицы на части внутри одного сервера (по диапазону дат, списку значений, хешу): запросы читают только нужные партиции (partition pruning), а старые данные удаляются мгновенно через DROP/DETACH PARTITION. Шардинг — распределение данных по разным серверам по ключу (tenant_id, user_id): масштабирует запись и объём, но усложняет всё — межшардовые JOIN и транзакции, ребалансировку, уникальность. Порядок обычно такой: индексы и оптимизация запросов → вертикальное масштабирование → реплики → партиционирование → и только потом шардинг (Citus, Vitess, приложенческий).
Вопрос
Что такое реплики, партиционирование и шардинг и когда их применять?
Реплики
запись
App ───────────────► Primary ──WAL──► Replica 1 ◄── чтение (отчёты, списки)
◄───── чтение ─────────────────► Replica 2// разделение чтения и записи
await primary.query("INSERT INTO comments ...");
const feed = await replica.query("SELECT ... FROM posts ORDER BY created_at DESC LIMIT 20");| Проблема | Решение |
|---|---|
| Read-your-writes: после записи читаем с реплики старые данные | Читать с primary сразу после записи, «липкость» к primary на N секунд |
| Lag растёт под нагрузкой | Мониторинг pg_stat_replication, синхронная реплика для критичного |
| Долгие запросы на реплике конфликтуют с репликацией | hot_standby_feedback, отдельная реплика для аналитики |
Партиционирование
CREATE TABLE events (
id bigint GENERATED ALWAYS AS IDENTITY,
user_id bigint NOT NULL,
type text NOT NULL,
created_at timestamptz NOT NULL,
PRIMARY KEY (id, created_at) -- ключ партиционирования входит в PK/UNIQUE
) PARTITION BY RANGE (created_at);
CREATE TABLE events_2026_10 PARTITION OF events
FOR VALUES FROM ('2026-10-01') TO ('2026-11-01');
CREATE TABLE events_2026_11 PARTITION OF events
FOR VALUES FROM ('2026-11-01') TO ('2026-12-01');
-- читает только events_2026_10
SELECT count(*) FROM events WHERE created_at >= '2026-10-10' AND created_at < '2026-10-11';
-- удаление старых данных — мгновенно, без DELETE и bloat
ALTER TABLE events DETACH PARTITION events_2025_10 CONCURRENTLY;
DROP TABLE events_2025_10;| Вид | Ключ | Пример |
|---|---|---|
RANGE | Диапазон | По месяцам для логов и событий |
LIST | Список значений | По региону или стране |
HASH | Хеш | Равномерно по user_id |
Партиции создают заранее (cron, расширение pg_partman). Запросы без условия по ключу партиционирования сканируют все партиции — выигрыша не будет.
Шардинг
user_id % 4 = 0 → shard A user_id % 4 = 2 → shard C
user_id % 4 = 1 → shard B user_id % 4 = 3 → shard D| Плюсы | Минусы |
|---|---|
| Масштабирование записи и объёма | JOIN и транзакции между шардами сложны |
| Изоляция арендаторов | Ребалансировка при добавлении шардов |
| Глобальная уникальность и последовательности | |
| Отчёты по всем данным — scatter-gather |
Ключ шардирования выбирают так, чтобы почти все запросы шли в один шард (например, tenant_id в B2B SaaS). Готовые решения: Citus (расширение PostgreSQL), Vitess (MySQL), распределённые SQL-базы (CockroachDB, YugabyteDB).
Сравнение
| Реплики | Партиционирование | Шардинг | |
|---|---|---|---|
| Где данные | Полные копии на нескольких серверах | Одна таблица → части на одном сервере | Разные данные на разных серверах |
| Масштабирует | Чтение, отказоустойчивость | Управление большими таблицами | Запись и объём |
| Сложность для приложения | Низкая (lag) | Низкая | Высокая |
Частые ошибки
- Шардинг до того, как исчерпаны индексы, оптимизация и вертикальное масштабирование.
- Читать с реплики сразу после записи.
- Партиционировать таблицу, запросы к которой не фильтруют по ключу партиций.
- Не создавать будущие партиции — вставка падает с ошибкой.
Что важно помнить
- Реплики — для чтения и отказоустойчивости, учитывайте lag.
- Партиционирование — для управления огромными таблицами в одном сервере.
- Шардинг — последний шаг, когда один сервер не справляется с записью и объёмом.
Мини-шпаргалка
pg_stat_replication— lag.PARTITION BY RANGE | LIST | HASH.DETACH PARTITION CONCURRENTLY+DROP.pg_partman— автоматизация.- Шардинг: Citus, Vitess, ключ =
tenant_id.
Документация
PostgreSQL: Table Partitioning, PostgreSQL: High Availability and Replication, Citus.