在設(shè)計(jì)大規(guī)模分布式系統(tǒng)時(shí)，你可能會(huì)遇到兩個(gè)概念——分片（sharding）和一致性哈希（consistent hashing）。雖然我在網(wǎng)上找到了很多關(guān)于這些術(shù)語(yǔ)的解釋，但它們讓我感到有些困惑。我覺(jué)得分片和一致性哈希本質(zhì)上是在討論同一件事——將數(shù)據(jù)分布在一組服務(wù)器上。

我想—這兩個(gè)概念是不是相同的，還是有所不同？如果你也有類似的困惑，讓我們簡(jiǎn)要地來(lái)解釋一下。

分片

想象一下我們有一個(gè)數(shù)據(jù)庫(kù)，其中數(shù)據(jù)以行和列的形式存儲(chǔ)（就像關(guān)系型數(shù)據(jù)庫(kù)，盡管分片也適用于NoSQL數(shù)據(jù)庫(kù)）。當(dāng)我們的數(shù)據(jù)集變得非常龐大時(shí)（比如1百萬(wàn)條記錄），對(duì)龐大數(shù)據(jù)集進(jìn)行任何類型的操作（讀取、更新、刪除、連接等）都會(huì)變得非常緩慢。而且隨著數(shù)據(jù)量的增長(zhǎng)，由于服務(wù)器可能具有的物理空間（HDD/SSD）的限制，將所有數(shù)據(jù)存儲(chǔ)在一個(gè)數(shù)據(jù)庫(kù)服務(wù)器上幾乎是不可能的。為了解決這些問(wèn)題，最合理的方法是將數(shù)據(jù)集劃分為較小的數(shù)據(jù)集。

想象一下，我們將整個(gè)數(shù)據(jù)集（100萬(wàn)行）劃分為10個(gè)較小的子集（每個(gè)子集有10萬(wàn)行）。這個(gè)將數(shù)據(jù)集水平（或沿著行）劃分的過(guò)程被稱為對(duì)數(shù)據(jù)集進(jìn)行分片。

除了提高性能外，分片數(shù)據(jù)集的另一個(gè)非常重要的好處是將這些數(shù)據(jù)分片存儲(chǔ)在較小且更便宜的數(shù)據(jù)庫(kù)服務(wù)器上，而不是將整個(gè)百萬(wàn)行存儲(chǔ)在一個(gè)龐大且非常昂貴的數(shù)據(jù)庫(kù)服務(wù)器上。

一致性哈希

一致性哈希是一種將龐大的數(shù)據(jù)集（例如100萬(wàn)行）分割成多個(gè)較小的數(shù)據(jù)子集（存儲(chǔ)在一組數(shù)據(jù)庫(kù)服務(wù)器上）的技術(shù)，以確保在集群中的服務(wù)器數(shù)量發(fā)生變化（即添加或刪除服務(wù)器）時(shí)，數(shù)據(jù)的遷移量最小。在大規(guī)模分布式系統(tǒng)設(shè)計(jì)中，這非常重要，因?yàn)榉?wù)器故障在數(shù)據(jù)中心中相當(dāng)常見(jiàn)。

對(duì)于一致性哈希，我們選擇兩個(gè)值M和N，即哈希鍵空間（根據(jù)應(yīng)用程序需求選擇的M）和數(shù)據(jù)庫(kù)服務(wù)器數(shù)量（用N表示）。通常情況下，M >> N。

算法本身是一個(gè)簡(jiǎn)單的三步過(guò)程。

創(chuàng)建一個(gè)循環(huán)數(shù)字線（從0到M-1）。 對(duì)數(shù)據(jù)庫(kù)服務(wù)器ID進(jìn)行哈希運(yùn)算，對(duì)M取模，并在循環(huán)數(shù)字線上分配一個(gè)位置。 對(duì)每個(gè)數(shù)據(jù)行進(jìn)行哈希（基于其唯一鍵），對(duì)M取模，并在循環(huán)數(shù)字線上找到其位置。順時(shí)針?lè)较蛞苿?dòng)，直到找到第一個(gè)數(shù)據(jù)庫(kù)服務(wù)器。將這些數(shù)據(jù)存儲(chǔ)在該服務(wù)器上。

好了..那么它們之間有什么真正的區(qū)別嗎？ 盡管分片和一致性哈?？雌饋?lái)都可以將巨大的數(shù)據(jù)集分割成較小的數(shù)據(jù)集，但它們之間存在微妙的區(qū)別。分片是所有水平數(shù)據(jù)分區(qū)方案的統(tǒng)稱。從本質(zhì)上講，分片只是將數(shù)據(jù)集沿著行進(jìn)行劃分的一個(gè)花哨的名字。

如果你覺(jué)得水平分割（或分片）數(shù)據(jù)集可能有許多不同的方式，那么你是對(duì)的。在許多不同的分片數(shù)據(jù)集的方式/算法中，一致性哈希是最高效的算法之一。所以，這是一個(gè)相當(dāng)簡(jiǎn)單但微妙的區(qū)別。分片是一個(gè)通用術(shù)語(yǔ)，而一致性哈希是一種特定類型的算法，用于實(shí)現(xiàn)數(shù)據(jù)分片。