Database sharding là gì? Phân biệt với replication và partitioning, có thách thức gì?

Sharding là chia ngang (horizontal partition) dữ liệu ra nhiều node, mỗi shard giữ một tập con các hàng theo shard key. Khác biệt:
- Replication: mỗi node giữ toàn bộ bản sao dữ liệu (nhân đôi để đọc/HA). Sharding: mỗi node giữ một phần khác nhau của dữ liệu (chia để scale ghi + dung lượng vượt giới hạn một máy).
- Partitioning thường chỉ việc chia bảng trong cùng một DB/instance; sharding là partition trải trên nhiều máy/instance.

Chiến lược chọn shard: range (theo khoảng giá trị), hash (băm khóa cho đều), directory (bảng tra cứu ánh xạ). Thách thức:
- Truy vấn/join xuyên shard phức tạp và chậm; nên thiết kế để phần lớn truy vấn nằm gọn trong một shard.
- Hotspot: shard key kém (vd theo thời gian tăng dần) dồn tải vào một shard.
- Rebalancing khi thêm/bớt node — consistent hashing giúp giảm lượng dữ liệu phải di chuyển.
- Transaction xuyên shard khó đảm bảo atomic (né 2PC, dùng saga/eventual consistency).

Chốt: sharding mở đường scale gần như không giới hạn nhưng tăng đáng kể độ phức tạp vận hành — chỉ dùng khi một node thật sự không kham nổi.