分区

简介

在面对海量数据存储（需要大的存储空间）和海量查询（需要高并发的查询）时，单服务器的数据存储模型无法提供高可用性。

分区所做的事情就是将大的数据集拆分成多个子数据集，然后放在多个数据服务器上。这样一来，数据存储被分散在多台服务器上，数据计算服务同样也被分散在多台服务器上。

分区方法

分区策略是指，如何拆分数据集。

在选择分区策略时，首先要考虑的就是分区粒度。例如在KV数据库中，便会将key作为原子进行分区，拆分结果便是一组key => 一个数据实例。但是以key作为原子时，有可能会出现单个key中存储了一个big value，这时分区无法对这个big value进行进一步的分割。

然后便要考虑哪些key => 一个数据实例。这相当于定义一个映射函数，你可以手动地指定如hash(key) ∈ (s0,s1] => Node_0，然后函数形式就是一张表。也可以用数学公式key => Node_{hash(key) % n}，这样便省去记录映射表。在定义映射函数的时候还要考虑，对于一些相关key是否需要映射到同一节点，以方便涉及多个key的事务或者查询操作。

最后便是分区的实现。

• 客户端分区
  客户端对于给定key选择正确的节点进行读取或者写入。
• 代理辅助分区
  客户端将请求发给分区代理服务程序，由代理程序转发请求到正确的节点，并将结果返回客户端。
• 查询路由
  客户端将请求发给任意节点，由数据节点转发请求到正确的节点。