🧩 [데이터베이스] 파티셔닝(Partitioning)과 샤딩(Sharding) 정리

파티셔닝과 샤딩은 데이터를 분산 저장하여 성능 향상, 확장성 확보, 관리 편의성 등을 제공하는 기법이다.

이번 글에서는 이 둘의 개념과 차이점, 사용 예시까지 정리해보겠습니다.

---

🧱 파티셔닝(Partitioning)이란?

파티셔닝은 하나의 테이블을 논리적으로 분할하여 여러 개의 파티션(Partition)으로 나누는 방식
DB는 여전히 하나의 인스턴스에서 관리되지만, 테이블이 내부적으로 나뉘어 저장되는 구조

✔️ 예시

위와같은 테이블이 있다고 했을때 이를 수직 파티셔닝과 수평 파티셔닝 두 가지 방법으로 구현할 수 있다.

수직 파티셔닝

수직 파티셔닝은 테이블의 Column을 분할하여 여러 개의 서로 다른 테이블로 나누는 방법이다. 자주 조회하게 되는 칼럼과 잘 조회하지 않는 칼럼을 구분지음으로써 성능을 향상시킬 수 있다.

수평 파티셔닝

데이터베이스에서 테이블의 Row를 분할하여 여러 개의 서로 다른 테이블로 나누는 방법이다.

파티셔닝 범위

1. 범위 분할, Range Partitioning

연속적인 값을 범위를 기준으로 하여 분할
우편 번호, 날짜, 분기 등의 데이터에 적합

2. 목록 분할, List Partitioning

데이터 값이 특정 목록에 포함된 경우 데이터를 분리
나라, 지역 등의 데이터에 적합

3. 해시 분할, Hash Partitioning

Key값 등 특정 Column의 값을 Hashing 하여 분할
균등한 데이터 분할이 가능
범위가 없는 데이터에 적합

4. 합성 분할, Composite Partitioning

위 종류 중 2개 이상을 사용하여 분할

✅ 장점
쿼리 성능 향상
관리 용이 (파티션 단위 백업/삭제 가능)
단일 인스턴스 운영으로 트랜잭션 관리 쉬움

⚠️ 단점
스토리지나 처리 능력은 한 인스턴스에 의존
파티션 설계가 복잡할 수 있음

---

🪓 샤딩(Sharding)이란?

샤딩(Sharding)은 데이터를 여러 DB 인스턴스(서버)에 분산 저장하는 방식이다.
즉, 단일 테이블을 나누는 것이 아니라, 동일한 스키마를 가진 데이터베이스를 나눠서 운영한다.
어떻게 보면 샤딩은 수평 파티셔닝과 비슷하지만 차이점은 수평 파티셔닝의 경우 동일한 서버에 저장되어 있고, 샤딩은 서로 다른 서버에 분산하여 저장한다는 점이다. 따라서 쿼리 성능 향상뿐만 아니라 부하가 분산되는 효과까지 얻을 수 있다. 즉, 샤딩은 데이터베이스 차원의 수평 확장(scale-out)이다.

수평파티셔닝

샤딩

위처럼 모든 파티션을 같은 DB 서버에 저장하는 수평 파티셔닝과 다르게 샤딩은 각 파티션들을 서로 다른 DB 서버에 저장함으로서 DB서버의 부하를 분산시키는 목적이 있다. 이때 수평분할된 작은 테이블을 샤드(shard)라고하며 규모가 큰 서비스, 데이터가 많이 쌓이는 테이블, 트래픽이 많이 몰리는 경우에 사용한다.

✅ 장점
수평적 확장 가능 (서버 추가로 처리량 증가)
트래픽 및 저장소 분산
대규모 시스템에 유리

⚠️ 단점
트랜잭션 관리가 어려움 (샤드 간 조인, 정합성 문제)
샤딩 키 설계가 매우 중요 (어느 샤드에만 데이터가 주구장창 모이면 오히려 안좋음)
샤드 추가/병합 시 데이터 재분배 필요

참고한 블로그

https://aiday.tistory.com/123
https://velog.io/@yangsijun528/%ED%8C%8C%ED%8B%B0%EC%85%94%EB%8B%9D%EA%B3%BC-%EC%83%A4%EB%94%A9