关系型数据库可以利用一致性哈希的方式来做分区表吗？

Question

假设我们有一个用户表，按用户 id 作为整数 1,2,3...n 进行分区。我可以使用一致性哈希的方式来对表进行分区吗？

好处是如果分区数量增加或减少，旧索引可以相同。

问题A。

使用一致性哈希算法做分区表是不是一个好主意？

问题B。

任何关系数据库都内置支持此功能吗？

我猜一些 nosql 数据库已经使用它了。

但这里的数据库指的是关系型数据库。

我刚刚在面试中遇到了这个问题。在第一反应中，我只是回答了按长度取模，但随后受到挑战，如果将表划分为更多部分，那么就会导致问题。

Answer 1

在我研究了一些 wiki 参考页面如 分区（数据库） 之后，

我相信我的想法属于到复合分区。

复合分区允许上述分区方案的某些组合，例如首先应用范围分区，然后应用散列分区。 一致散列可以被认为是散列和列表分区的组合，其中散列将密钥空间减少到可以列出的大小。

它还引入了一些概念，例如一致哈希和< a href="http://en.wikipedia.org/wiki/Hash_table#Monotonic_keys" rel="nofollow">哈希表

但有些链接如 分区（数据库） 有点旧。如果有人能找到更多最新的参考资料那就更好了。我的回答确实不完整。希望有人能更好的解答！

更新

看起来 Jonathan Ellis 在他的博客中已经提到过，Cassandra 分布式数据库现在支持两种分区方案：传统的一致性哈希方案和保序分区器。
http://spyced.blogspot.com/2009/05 /confirm-hashing-vs-order-preserving.html

来自 Tom White 的博客。一致性哈希的 Java 实现示例

import java.util.Collection;
import java.util.SortedMap;
import java.util.TreeMap;

public class ConsistentHash<T> {
    private final HashFunction hashFunction;
    private final int numberOfReplicas;
    private final SortedMap<Integer, T> circle = new TreeMap<Integer, T>();

    public ConsistentHash(HashFunction hashFunction, int numberOfReplicas,
            Collection<T> nodes) {
        this.hashFunction = hashFunction;
        this.numberOfReplicas = numberOfReplicas;
        for (T node : nodes) {
            add(node);
        }
    }

    public void add(T node) {
        for (int i = 0; i < numberOfReplicas; i++) {
            circle.put(hashFunction.hash(node.toString() + i), node);
        }
    }

    public void remove(T node) {
        for (int i = 0; i < numberOfReplicas; i++) {
            circle.remove(hashFunction.hash(node.toString() + i));
        }
    }

    public T get(Object key) {
        if (circle.isEmpty()) {
            return null;
        }
        int hash = hashFunction.hash(key);
        if (!circle.containsKey(hash)) {
            SortedMap<Integer, T> tailMap = circle.tailMap(hash);
            hash = tailMap.isEmpty() ? circle.firstKey() : tailMap.firstKey();
        }
        return circle.get(hash);
    }
}

Answer 2

关于oracle哈希分区，部分来自oracle帮助文档

经过一番研究，oracle实际上确实通过默认的哈希分区支持一致性哈希。尽管它是如何做到的仍然是一个秘密并且没有公开。但它实际上利用了HashMap的方式，只是隐藏了一些分区。因此，当您添加/删除分区时，oracle 调整不同分区中的数据的工作量非常少。该算法仅确保将数据均匀地拆分为 2 的数字幂（例如 4）的分区。因此，如果不是，则合并/拆分一些分区。

神奇的是，如果从四个分区增加到五个，它实际上将一个分区分成两个。如果从四个分区减少到三个，实际上就是将两个分区合并为一个。

如果有人有更多见解，请添加更详细的答案。

哈希分区
哈希分区根据 Oracle 应用于您识别的分区键的哈希算法将数据映射到分区。哈希算法在分区之间均匀分布行，使分区的大小大致相同。

哈希分区是跨设备均匀分布数据的理想方法。哈希分区也是范围分区的一种易于使用的替代方案，特别是当要分区的数据不是历史数据或没有明显的分区键时。

注意：

您无法更改分区使用的哈希算法。

关于MYSQL哈希分区，部分来自mysql帮助文档

它提供了两种分区功能
一种是HASH分区。
另一种是按KEY分区。

按键分区与按哈希分区类似，不同之处在于哈希分区采用用户定义的表达式，用于键分区的哈希函数由 MySQL 服务器提供。 MySQL Cluster 使用MD5()来实现此目的；对于使用其他存储引擎的表，服务器使用自己的内部哈希函数，该函数基于与 PASSWORD() 相同的算法。
CREATE TABLE ... PARTITION BY KEY 的语法规则与创建按哈希分区的表的语法规则类似。

主要区别如下：

• 使用KEY 而不是HASH。

•KEY 仅采用一个或多个列名称的列表。从 MySQL 5.1.5 开始，用作分区键的一列或多列必须包含表的部分或全部主键（如果表有主键）。

CREATE TABLE k1 (
    id INT NOT NULL PRIMARY KEY,
    name VARCHAR(20)
)
PARTITION BY KEY()
PARTITIONS 2;

如果没有主键但有唯一键，则使用唯一键作为分区键：

CREATE TABLE k1 (
    id INT NOT NULL,
    name VARCHAR(20),
    UNIQUE KEY (id)
)
PARTITION BY KEY()
PARTITIONS 2;

但是，如果唯一键列未定义为 NOT NULL，则前面的语句将失败。

但它没有告诉它如何分区，必须研究代码。