数据分片方式之哈希和一致性哈希介绍

数据分片方式脑图

数据分布设计原则

在分布式数据存储系统中，存储方案选型时，通常会考虑数据均匀、数据稳定和节点异构性这三个维度。

数据均匀

每个节点存储的数据相差不太大即可

数据稳定

当存储节点出现故障需要移除或者扩增时，数据按照分布规则得到的结果应该尽量保持稳定，不要出现大范围的数据迁移。

数据稳定，就是尽可能只迁移移除节点上的数据到其他节点上，而不需要对大范围或所有数据进行迁移存储。当然，如果有扩展同类型节点，也是尽可能小范围迁移数据到扩展的节点上。具体的迁移方法，可以采用下文介绍的一致性哈希方法。

节点异构性

不同存储节点的硬件配置可能差别很大。比如，有的节点硬件配

置很高，可以存储大量数据，也可以承受更多的请求；但，有的节点硬件配置就不怎么样，

存储的数据量不能过多，用户访问也不能过多。

如果这种差别很大的节点，分到的数据量、用户访问量都差不多，本质就是一种不均衡。所

以，一个好的数据分布算法应该考虑节点异构性

隔离故障域

是为了保证数据的可用和可靠性。比如，我们通常通过备份来实现数据的可靠性。但如果每个数据及它的备份，被分布到了同一块硬盘或节点上，就有点违背备份的初衷了。所以，一个好的数据分布算法，应该为每个数据映射一组存储节点，这些节点应该尽量在不同的故障域，比如不同机房、不同机架等。

性能稳定性

是指，数据存储和查询的效率要有保证，不能因为节点的添加或者移除，造成存

储或访问性能的严重下降。

 

了解了数据分布的设计原则后，接下来我们再看看主流的数据分布式方法，哈希和一致性哈

希吧。其中，哈希和一致性哈希是数据分布的基础方法，在不同场景下，数据分布设计的原

则需要考虑的维度也不一样。随着维度的增加，一致性哈希又可进一步演进为带有限负载的

一致性哈希和带虚拟节点的一致性哈希方法。

 

数据分布方法

哈希是指，将数据按照提前规定好的函数（哈希函数）映射到相应的存储节点，即进行一个

哈希计算，得到的结果就是数据应该存储的节点。

一致性哈希同样是采用哈希函数，进行两步哈希：1. 对存储节点进行哈希计算&#x