分库分表的数量为什么一般选择2的幂？

一般来说，在很多大厂中，需要做分表的时候，分表的数量都会选择2的幂，比如16、64、128、512、1024等，这么做有什么好处呢？

首先，如果你看过HashMap的hash算法的话，应该知道，HashMap的容量其实也是2的幂，这么做的好处是可以将取模操作改为更加高效的位运算。

因为，hash % 8 相当于 hash & (8-1)，所以对于分8个表，可以使用哈希值与7进行按位与操作，这不仅简化了计算，还提升了性能。

所以，使用2的幂作为分表数量的第一个好处，就是可以将取模算法优化成位运算算法。

除了这个好处以外，我们通常分表都是伴随着分库的，比如我们分16个库128张表，这样如果我们的分表数量和分库数量都是2的幂，那么就可以实现均匀分布。128张表就可以均匀的分到16个库中，每个库中有8张表。

所以，使用2的幂作为分表数量的第二个好处，就是可以使得多张分表在多个库中均匀分配。

当我们在做分库分表的时候，必然要考虑的一个问题那就是二次分表的问题，比如我们根据当前的业务发展，计算出可能需要分4张表就够了，但是随着业务增长，可能认为需要更多表才行，这时候如果我们把新的分表数量定位8张表，那么在做数据迁移的时候，就可以只迁移部分数据。

假设我们最开始将订单表分成了4张表，分别是 order_00、order_01、order_02、order_03，这时候假设我们的分表算法是根据 userId 取模。即 userId % 4：

• order_00：userId % 4 == 0
• order_01：userId % 4 == 1
• order_02：userId % 4 == 2
• order_03：userId % 4 == 3

当数据量增长，需要将表扩展到8个时，需要将算法改为 userId % 8：

新的哈希值计算：

• order_00：userId % 8 == 0
• order_01：userId % 8 == 1
• order_02：userId % 8 == 2
• order_03：userId % 8 == 3
• order_04：userId % 8 == 4
• order_05：userId % 8 == 5
• order_06：userId % 8 == 6
• order_07：userId % 8 == 7

而在做增量数据迁移的时候，我们只需要重新分配那些原来在表0、1、2、3中，且哈希值满足 userId % 8 >= 4 的数据进行迁移就好了，userId % 8 的结果在0-3范围内的数据其实是不用动的。

• 从表0迁移到表4：如果 hash % 8 == 4
• 从表1迁移到表5：如果 hash % 8 == 5
• 从表2迁移到表6：如果 hash % 8 == 6
• 从表3迁移到表7：如果 hash % 8 == 7

也就是说，从4张表扩容到8张表其实只需要迁移一半的数据。而如果不是2的幂，比如说从5张表扩容成9张表，那每个原数据都需要重新计算哈希值并重新分配到新的表中。因为扩展后的表数量不是2的幂次，大多数数据都会被重新分配到不同的表中。

所以，使用2的幂作为分表数量的第三个好处，也是最重要的一个好处，那就是在做数据迁移时只需重新计算和迁移一半数据。这种方法不仅降低了系统扩展的复杂性，还减少了扩展过程中对系统性能的影响。