การจำลองเสมือนฐานข้อมูลคือการแยกส่วนของชั้นฐานข้อมูล ซึ่งอยู่ระหว่างชั้นจัดเก็บข้อมูลและชั้นแอปพลิเคชันภายในสแต็กแอปพลิเคชัน การจำลองเสมือนของชั้นฐานข้อมูลช่วยให้สามารถเปลี่ยนจากระบบทางกายภาพไปสู่ระบบเชิงตรรกะหรือเสมือนได้

การจำลองเสมือนช่วยให้สามารถรวมและจัดสรรทรัพยากรการประมวลผลและการจัดเก็บข้อมูลได้ตามความต้องการ ซึ่งทำให้สามารถใช้ทรัพยากรเซิร์ฟเวอร์เดียวร่วมกันสำหรับการใช้งานแบบหลายผู้เช่าได้ รวมถึงการรวมทรัพยากรเซิร์ฟเวอร์เข้าไว้ในฐานข้อมูลเชิงตรรกะหรือคลัสเตอร์เดียว ในทั้งสองกรณี การจำลองเสมือนฐานข้อมูลจะให้ความยืดหยุ่นที่เพิ่มขึ้น การจัดสรรทรัพยากรที่รวมกันได้อย่างละเอียดและมีประสิทธิภาพมากขึ้น และการประมวลผลที่ปรับขนาดได้ดียิ่งขึ้น

การแบ่งพาร์ติชันของฐานข้อมูลเมื่อฐานข้อมูลเติบโตขึ้นนั้นถูกนำมาใช้มานานหลายทศวรรษแล้ว โดยมีวิธีการแบ่งพาร์ติชันข้อมูลหลักๆ สองวิธีภายในระบบ จัดการข้อมูล แบบดั้งเดิม:

1. ฐานข้อมูลแบบใช้ข้อมูลร่วมกัน: สถาปัตยกรรมที่สมมติว่าโหนดทั้งหมดในคลัสเตอร์ฐานข้อมูลใช้พาร์ติชันเดียวกัน การสื่อสารระหว่างโหนดใช้เพื่อซิงโครไนซ์กิจกรรมการอัปเดตที่ดำเนินการโดยโหนดต่างๆ ในคลัสเตอร์ ระบบจัดการข้อมูลแบบใช้ข้อมูลร่วมกันมีข้อจำกัดอยู่ที่คลัสเตอร์ที่มีโหนดหลักเดียว
2. ฐานข้อมูลแบบไม่แบ่งปัน (Shared-nothing databases): สถาปัตยกรรมที่ข้อมูลทั้งหมดถูกแยกไว้ในพาร์ติชันที่จัดการภายใน โดยมีขอบเขตตำแหน่งข้อมูลที่ชัดเจนและกำหนดไว้อย่างดี ฐานข้อมูลแบบไม่แบ่งปันจำเป็นต้องมีการจัดการพาร์ติชันด้วยตนเอง

ในการแบ่งพาร์ติชันเสมือน ข้อมูลเชิงตรรกะจะถูกแยกออกจากข้อมูลทางกายภาพโดยการสร้างและจัดการพาร์ติชันข้อมูลจำนวนมาก (หลายร้อยถึงหลายพัน) อย่างอิสระ เนื่องจากมีการบำรุงรักษาอย่างอิสระ ทรัพยากรที่จำเป็นในการจัดการพาร์ติชันจึงมีน้อยมาก การแบ่งพาร์ติชันขนาดใหญ่เช่นนี้ส่งผลให้เกิด:

• พาร์ติชั่นที่มีขนาดเล็ก บริหารจัดการได้อย่างมีประสิทธิภาพ และกระจายภาระงานอย่างสมดุล
• ระบบที่ไม่จำเป็นต้องมีการแบ่งพาร์ติชันใหม่เพื่อกำหนดพาร์ติชันเพิ่มเติม แม้ว่าจะมีการเปลี่ยนแปลงฮาร์ดแวร์ก็ตาม

สถาปัตยกรรมแบบ “ใช้ข้อมูลร่วมกัน” และ “ไม่ใช้ข้อมูลร่วมกัน” ช่วยให้สามารถปรับขนาดได้ผ่านพาร์ติชันข้อมูลหลายส่วน และการสืบค้นข้อมูลและการประมวลผลธุรกรรม ข้ามพาร์ติชัน โดยไม่ต้องสแกนพาร์ติชันทั้งหมด

การแบ่งแหล่งข้อมูลฐานข้อมูลออกจากผู้บริโภคเป็นแนวคิดพื้นฐาน เมื่อมีแหล่งข้อมูลฐานข้อมูลจำนวนมากขึ้น การแทรกเลเยอร์การจำลองข้อมูล แนวนอน ระหว่างแหล่งข้อมูลและผู้บริโภคจะช่วยจัดการกับความซับซ้อนนี้ได้ Rick van der Lans ผู้เขียนหนังสือหลายเล่มเกี่ยวกับ SQL และฐานข้อมูลเชิงสัมพันธ์ ได้นิยามการจำลองข้อมูลว่า "กระบวนการนำเสนออินเทอร์เฟซการเข้าถึงข้อมูลแก่ผู้บริโภคข้อมูล ซึ่งซ่อนแง่มุมทางเทคนิคของข้อมูลที่จัดเก็บไว้ เช่น ตำแหน่ง โครงสร้างการจัดเก็บ API ภาษาการเข้าถึง และเทคโนโลยีการจัดเก็บ" ^{[ 1 ]}

• เพิ่มความยืดหยุ่นและความคล่องตัวให้กับโครงสร้างพื้นฐานด้านคอมพิวเตอร์ที่มีอยู่เดิม
• เพิ่มประสิทธิภาพการทำงานของฐานข้อมูล
• การรวบรวมและแบ่งปันทรัพยากรการประมวลผล ไม่ว่าจะโดยการแบ่งแยก (multi-tenancy) หรือการรวมเข้าด้วยกัน (clustering)
• ลดความซับซ้อนของการบริหารและการจัดการ
• เพิ่มความทนทานต่อข้อผิดพลาด

• การจำลองข้อมูล