Для масштабирования реляционных БД применяют несколько подходов: **Вертикальное масштабирование (Scaling Up)** - Увеличение ресурсов сервера (CPU, RAM, диски) - Просто в реализации, но имеет физические ограничения **Горизонтальное масштабирование (Scaling Out)** - **Шардинг (Partitioning)** ``` # Пример определения шарда для пользователя def get_shard(user_id): return user_id % 3 # 3 сервера ``` - Разделение данных по разным серверам (например, по user_id) - **Репликация** - Master-Slave: запись в master, чтение из реплик - Multi-Master: несколько мастеров для записи - **Кэширование** ``` from django.core.cache import cache data = cache.get('popular_data') if not data: data = db.query(...) cache.set('popular_data', data, 60) ``` - Redis/Memcached для частых запросов - **Оптимизация запросов** - Индексы, денормализация, анализ EXPLAIN - **Микросервисы** - Разделение БД по бизнес-доменам Выбор метода зависит от нагрузки, бюджета и требований к согласованности данных.