[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-table-partitioning::ru":3,"gloss-cluster-table-partitioning::ru":26,"gloss-next-table-partitioning::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"table-partitioning","data-infra","Секционирование таблиц (table partitioning)","Секционирование таблиц разбивает одну логически большую таблицу на множество меньших физических частей — секций — обычно по ключу вроде даты, идентификатора арендатора или региона. Запросы и записи по-прежнему обращаются к единой логической таблице; база сама направляет каждую строку в нужную секцию. Это не то же, что шардирование: секционирование делит данные внутри одного сервера, а шардирование распределяет их по многим.\n\nВыгода в том, что движок может пропускать целые секции, которые заведомо неактуальны, — запрос за прошлую неделю не трогает прошлогодние данные, — и сканирование остаётся быстрым, даже когда таблица вырастает до миллиардов строк. Удаление старых данных превращается из медленного DELETE с блокировками в мгновенное отбрасывание секции.\n\nДля SaaS-разработчиков секционирование по времени естественно сочетается с политиками хранения данных, а по арендатору — изолирует крупнейших клиентов. На практике: выбирайте ключ секционирования, по которому фильтрует большинство запросов, иначе теряете выгоду отсечения и лишь добавляете накладные расходы.","Секционирование таблиц делит одну логическую таблицу на меньшие физические части по дате, арендатору или региону: запрос один, а старые секции удаляются дёшево.",null,[11,14,17,20,23],{"slug":12,"name":13},"columnar-storage","Колоночное хранение",{"slug":15,"name":16},"data-retention-policy","Политика хранения данных",{"slug":18,"name":19},"index-database","Индекс (база данных)",{"slug":21,"name":22},"postgresql","PostgreSQL",{"slug":24,"name":25},"sharding","Шардирование (Sharding)",[27,31,34,37,40,44,47,50,53,56,60,61],{"slug":28,"category":5,"name":29,"updated_at":30},"acid","ACID","2026-08-24T02:46:37+00:00",{"slug":32,"category":5,"name":33,"updated_at":30},"ann-search","ANN-поиск (приближённый поиск ближайших соседей)",{"slug":35,"category":5,"name":36,"updated_at":30},"backpressure","Обратное давление (backpressure)",{"slug":38,"category":5,"name":39,"updated_at":30},"batch-processing","Пакетная обработка (Batch Processing)",{"slug":41,"category":5,"name":42,"updated_at":43},"bm25","BM25","2026-08-24T02:46:38+00:00",{"slug":45,"category":5,"name":46,"updated_at":30},"cache","Кэш (Cache)",{"slug":48,"category":5,"name":49,"updated_at":30},"cap-theorem","Теорема CAP (CAP theorem)",{"slug":51,"category":5,"name":52,"updated_at":30},"change-data-capture","Захват изменений данных (CDC)",{"slug":54,"category":5,"name":55,"updated_at":30},"chroma","Chroma",{"slug":57,"category":5,"name":58,"updated_at":59},"chunk-overlap","Перекрытие фрагментов","2026-08-24T03:30:02+00:00",{"slug":12,"category":5,"name":13,"updated_at":30},{"slug":62,"category":5,"name":63,"updated_at":30},"connection-pooling","Пулинг соединений (Connection Pooling)"]