Netflix opublikował metodę dynamicznego podziału szerokich partycji w Apache Cassandrze, która redukuje opóźnienie odczytu z sekund do niskich dziesiątek milisekund. Problem dotyczy platformy TimeSeries Abstraction, która zarządza petabajtami danych zdarzeń czasowych i musi obsługiwać rosnące partycje bez przerw w dostępności.
System działa poprzez automatyczne wykrywanie partycji, które stały się zbyt duże, i asynchroniczny podział ich na mniejsze partycje podrzędne. Aplikacje klienckie komunikują się z logiczną partycją w ten sam sposób co wcześniej, podczas gdy infrastruktura bazowa reorganizuje dane w tle. Do kierowania zapytań Netflix używa filtrów Bloom (działających w pauzie mikrosekund) i buforowanej pamięci metadanych, co znacznie przyspieszył routing do właściwych partycji. Partycje o rozmiarze 500 MB i większym pozostają dostępne przez cały proces.
Bezpieczeństwo procesu gwarantują sumy kontrolne, zachowywanie oryginalnych partycji, weryfikacja Spark w Data Bridge oraz porównanie shadow. To rozwiązanie jest ważne dla każdego systemu bazodanowego obsługującego dynamicznie rosnące szeregi czasowe, gdzie tradycyjna partycjonowanie statyczne szybko staje się wąskim gardłem. Netflix wykazał, że można znacznie przyspieszać czytanie bez modyfikacji kodu aplikacji ani czasów przestojów.