在做數(shù)據(jù)的分庫分表時，選擇合適分片規(guī)則是一件很重要的事情，如果分片規(guī)則選擇不合理，可能會導(dǎo)致以下兩種情況：

• 數(shù)據(jù)分布不均衡，系統(tǒng)產(chǎn)生單點故障
• 后期數(shù)據(jù)擴(kuò)容難

因此本文對常用數(shù)據(jù)分片規(guī)則進(jìn)行優(yōu)缺點以及適應(yīng)場景的介紹，希望對讀者朋友們有所幫助！

時間范圍分片

時間范圍分片要求分片鍵為時間類型字段，可以支持按年、按月、按日、按小時等范圍進(jìn)行數(shù)據(jù)分片

優(yōu)點：

此分片規(guī)則在擴(kuò)容時只需要添加節(jié)點，指定日期范圍，可以避免擴(kuò)容時的數(shù)據(jù)遷移

缺點：

負(fù)載不均衡，容易導(dǎo)致單節(jié)點故障，假設(shè)：2016.1->2016.6這個時間段（上圖DB2節(jié)點），公司在做產(chǎn)品推廣，那么這個時間段的數(shù)據(jù)量會比較大，會導(dǎo)致DB2節(jié)點負(fù)載會比較高，而節(jié)點負(fù)載又比較低。

適應(yīng)場景：

具有時間屬性的數(shù)據(jù)，適合做范圍分片，比如日志數(shù)據(jù)，前期查詢頻率比較高，可以按照季度或者月份進(jìn)行范圍分割，后期不需要直接把整個節(jié)點遷移走或者進(jìn)行數(shù)據(jù)清空，如下圖，假如DB1所在數(shù)據(jù)不需要，直接遷移走即可。

如下圖是一個數(shù)據(jù)擴(kuò)容示例，假設(shè)之前的分片規(guī)則規(guī)劃至2016年底，那么為了支持2017年的數(shù)據(jù)，只需要增加對應(yīng)節(jié)點、并修改分片規(guī)則即可（DB4節(jié)點），不需要遷移原有數(shù)據(jù)

數(shù)值范圍分片

數(shù)值范圍分片與時間范圍分片類似，唯一不同就是每個分片數(shù)據(jù)量相對均衡，熱點數(shù)據(jù)存在但是相對較少。

比如時間范圍分片2016.1-2016.6為一個分片，在此分片上產(chǎn)生數(shù)據(jù)是不可控的，假如這個時間段公司不搞促銷，那么這個分片數(shù)據(jù)可能為1w條，如果搞可能為1千萬。

但是數(shù)值范圍分片沒有此問題，因為在設(shè)置分片時，已規(guī)定了每個分片的數(shù)據(jù)量，所以數(shù)據(jù)分布比較均衡。

優(yōu)點：

• 此分片規(guī)則在擴(kuò)容時只需要添加節(jié)點，指定數(shù)值范圍，可以避免擴(kuò)容時的數(shù)據(jù)遷移。
• 數(shù)據(jù)量可控，可以均衡，也可以不均衡。

缺點：

無法解決熱點問題，如果某一段數(shù)據(jù)訪問QPS特別高，就會落到單節(jié)點上進(jìn)行操作。

適應(yīng)場景：

業(yè)務(wù)場景中熱點數(shù)據(jù)比較少的業(yè)務(wù)都可以使用，比如用戶系統(tǒng)，以用戶ID進(jìn)行分片，用戶Id采用全局遞增模式。

取模分片

取模顧名思義就是對分片鍵值與對應(yīng)的節(jié)點數(shù)進(jìn)行取余，如下圖，假如分片鍵為6，節(jié)點數(shù)為3，那么6%3=0，那么此分片鍵應(yīng)該保存在DB1節(jié)點

取模分片擴(kuò)展又分為基礎(chǔ)分片和hash取模分片，具體如下：

• 基礎(chǔ)分片要求分片鍵類型為數(shù)值型或者值中必須帶有數(shù)字，然后進(jìn)行截取取余計算。
• hash取模分片不要求字段值中必須要有數(shù)字，因為不管是字符串還是其他值，需要先進(jìn)行hash計算，然后再進(jìn)行取模

優(yōu)點：

節(jié)點負(fù)載均衡，假設(shè)key是按照全局遞增，每次保存數(shù)據(jù)時與節(jié)點數(shù)進(jìn)行取模，保存至對應(yīng)的節(jié)點。

缺點：

在擴(kuò)容時需要全量遷移，因前期是按照規(guī)定的節(jié)點數(shù)取模存儲到各個節(jié)點的，如果后期新增節(jié)點，導(dǎo)致老數(shù)據(jù)按照新的節(jié)點數(shù)取模無法匹配到對應(yīng)的節(jié)點，如下圖：

因此所有的數(shù)據(jù)需要全部遷移重新分片，如下圖：

適應(yīng)場景：

適用于需要將數(shù)據(jù)均勻分布的場景，例如：銀行類客戶業(yè)務(wù)應(yīng)用，業(yè)務(wù)邏輯主體是客戶，可使用客戶對應(yīng)的表字段（例如客戶號）作為拆分鍵

一致性hash分片

之前文章介紹過一致性hash分片各種特性，具體可查看一致性HASH算法，看這一篇就夠了，這里只做簡單介紹

一致性哈希是指將「存儲節(jié)點」和「數(shù)據(jù)」都映射到一個首尾相連的哈希環(huán)上，增加或者移除一個節(jié)點，只影響該節(jié)點在哈希環(huán)上順時針相鄰的后繼節(jié)點，其它數(shù)據(jù)不會受到影響

但是一致性哈希算法不能夠均勻的分布節(jié)點，會出現(xiàn)大量請求都集中在一個節(jié)點的情況，在這種情況下進(jìn)行容災(zāi)與擴(kuò)容時，容易出現(xiàn)雪崩的連鎖反應(yīng)，如下圖

因此需要增加虛擬節(jié)點來解決數(shù)據(jù)均衡分布的問題，如下圖：

優(yōu)點：

通過增加虛擬節(jié)點后數(shù)據(jù)分布相對均衡，節(jié)點不存在熱點問題。

缺點：

數(shù)據(jù)擴(kuò)容相對復(fù)雜，理論上一致性Hash在擴(kuò)容時只需要遷移相鄰節(jié)點部分?jǐn)?shù)據(jù)即可，但是為了保證節(jié)點的數(shù)據(jù)均衡，增加了虛擬節(jié)點，導(dǎo)致相鄰過多，那么數(shù)據(jù)擴(kuò)容變得就沒那么簡單，假設(shè)增加DB4節(jié)點的虛擬節(jié)點（紅色標(biāo)識），那么相鄰的DB1和DB3數(shù)據(jù)都需要遷移。

適應(yīng)場景：

適用于需要將數(shù)據(jù)均勻分布并且在擴(kuò)容時不需要大量遷移數(shù)據(jù)的場景。