SequoiaDB巨杉数据库-散列分区

在字段取值相对离散的情况下（如集合中的唯一键），通过散列分区方式，每个 hash 值对应的数据量基本相同。而在范围分区方式中，相同范围内的数据量不一定是相同的。

散列分区方式较为典型的场景是访问集合中所有数据的场景。例如，当遍历集合数据时，数据库就会访问所有分区的数据，可以发挥所有分区上各个节点的并行计算的能力。因为每个分区中的数据量基本相同，所以分区所在节点的 I/O 负载情况基本相同，不容易出现数据热点问题。

更多信息请访问巨杉数据库官网