# 数据分区
<a name="data-partitioning"></a>

 *数据分区*用于描述在多租户环境中表示数据的不同策略。该术语用途广泛，涵盖一系列不同的方法和模式，这些方法和模式可用于将不同的数据结构与单个租户关联起来。

 请注意，人们往往倾向于认为数据分区和租户隔离是可以互换的。其实这两个概念并不完全相同。当我们提及*数据分区*时，我们谈论的是如何存储单个租户的租户数据。对数据进行分区并不能确保数据是隔离的。仍必须单独应用隔离，以确保一个租户无法访问另一个租户的资源。

 每种 AWS 存储技术都为数据分区策略带来了一系列特有的注意事项。例如，在 Amazon DynamoDB 中隔离数据与使用 [Amazon Relational Database Service](https://aws.amazon.com/rds/) (Amazon RDS) 隔离数据截然不同。

 通常，在考虑数据分区时，首先要考虑数据是孤立的还是池化的。在孤岛模式中，每个租户都有不同的存储结构，没有混合数据。对于池化分区，系统根据租户标识符对数据进行混合和分区，租户标识符决定了哪些数据与每个租户相关联。

 例如，在 Amazon DynamoDB 中，孤岛模式为每个租户使用单独的表。Amazon DynamoDB 中的池化数据是通过将租户标识符存储在管理所有租户数据的每个 Amazon DynamoDB 表的分区键中来实现的。

 您可以想象的到，这可能会因 AWS 服务范围而异，因为每种服务都引入了自己的结构，可能需要不同的方法来实现每项服务的孤岛和池化存储模式。

 尽管数据分区和租户隔离是不同的主题，但您选择的数据分区策略可能会受到数据隔离模式的影响。例如，您可能会孤立一些存储，因为这种方法最符合您的域或客户的需求。或者，您可能会选择孤岛模式，因为池化模式可能不允许您以解决方案所需的粒度级别强制实施隔离。

 近邻干扰也会影响您的隔离方法。应用程序中的某些工作负载或使用案例可能需要分开，以限制来自其他租户的影响或满足服务水平协议（SLA）的要求。