Il principio di limitazione della conservazione (GDPR Art. 5.1.e) impone che i dati personali e i log applicativi vengano eliminati o anonimizzati non appena cessa la finalità del trattamento.
Pattern architetturali per l'auto-pruning efficiente:
1. Table Partitioning per intervallo temporale: su database ad alto volume (PostgreSQL/MySQL), partiziona le tabelle dei log per mese o settimana (PARTITION BY RANGE (created_at)). Alla scadenza (es. dopo 90 giorni), esegui DROP TABLE log_2026_05;: l'eliminazione è istantanea e non genera frammentazione o overhead di vacuum.
2. Scheduled Worker con TTL: per tabelle non partizionate, pianifica job periodici (via pg_cron o worker asincroni) che cancellano a blocchi (DELETE ... WHERE id IN (SELECT id FROM log WHERE expires_at < NOW() LIMIT 1000)) per evitare lock prolungati sulle tabelle.
3. Audit Trail: registra nei log di sistema il conteggio dei record purgati per dimostrare la conformità in sede di ispezione.