在分布式存儲(chǔ)系統(tǒng)中，數(shù)據(jù)需要分散存儲(chǔ)在多臺(tái)設(shè)備上，數(shù)據(jù)分片（Sharding）就是用來(lái)確定數(shù)據(jù)在多臺(tái)存儲(chǔ)設(shè)備上分布的技術(shù)。數(shù)據(jù)分片要達(dá)到三個(gè)目的：

分布均勻，即每臺(tái)設(shè)備上的數(shù)據(jù)量要盡可能相近；

負(fù)載均衡，即每臺(tái)設(shè)備上的請(qǐng)求量要盡可能相近；

擴(kuò)縮容時(shí)產(chǎn)生的數(shù)據(jù)遷移盡可能少。

數(shù)據(jù)分片方法

數(shù)據(jù)分片一般都是使用Key或Key的哈希值來(lái)計(jì)算Key的分布，常見(jiàn)的幾種數(shù)據(jù)分片的方法如下：

劃分號(hào)段。這種一般適用于Key為整型的情況，每臺(tái)設(shè)備上存放相同大小的號(hào)段區(qū)間，如把Key為[1, 10000]的數(shù)據(jù)放在第一臺(tái)設(shè)備上，把Key為[10001, 20000]的數(shù)據(jù)放在第二臺(tái)設(shè)備上，依次類推。這種方法實(shí)現(xiàn)很簡(jiǎn)單，擴(kuò)容也比較方便，成倍增加設(shè)備即可，如原來(lái)有N臺(tái)設(shè)備，再新增N臺(tái)設(shè)備來(lái)擴(kuò)容，把每臺(tái)老設(shè)備上一半的數(shù)據(jù)遷移到新設(shè)備上，原來(lái)號(hào)段為[1, 10000]的設(shè)備，擴(kuò)容后只保留號(hào)段[1, 5000]的數(shù)據(jù)，把號(hào)段為[5001, 10000]的數(shù)據(jù)遷移到一臺(tái)新增的設(shè)備上。此方法的缺點(diǎn)是數(shù)據(jù)可能分布不均勻，如小號(hào)段數(shù)據(jù)量可能比大號(hào)段的數(shù)據(jù)量要大，同樣的各個(gè)號(hào)段的熱度也可能不一樣，導(dǎo)致各個(gè)設(shè)備的負(fù)載不均衡；并且擴(kuò)容也不夠靈活，只能成倍地增加設(shè)備。

取模。這種方法先計(jì)算Key的哈希值，再對(duì)設(shè)備數(shù)量取模（整型的Key也可直接用Key取模），假設(shè)有N臺(tái)設(shè)備，編號(hào)為0~N-1，通過(guò)Hash(Key)%N就可以確定數(shù)據(jù)所在的設(shè)備編號(hào)。這種方法實(shí)現(xiàn)也非常簡(jiǎn)單，數(shù)據(jù)分布和負(fù)載也會(huì)比較均勻，可以新增任何數(shù)量的設(shè)備來(lái)擴(kuò)容。主要的問(wèn)題是擴(kuò)容的時(shí)候，會(huì)產(chǎn)生大量的數(shù)據(jù)遷移，比如從N臺(tái)設(shè)備擴(kuò)容到N+1臺(tái)，絕大部分的數(shù)據(jù)都要在設(shè)備間進(jìn)行遷移。

檢索表。在檢索表中存儲(chǔ)Key和設(shè)備的映射關(guān)系，通過(guò)查找檢索表就可以確定數(shù)據(jù)分布，這里的檢索表也可以比較靈活，可以對(duì)每個(gè)Key都存儲(chǔ)映射關(guān)系，也可結(jié)合號(hào)段劃分等方法來(lái)減小檢索表的容量。這樣可以做到數(shù)據(jù)均勻分布、負(fù)載均衡和擴(kuò)縮容數(shù)據(jù)遷移量少。缺點(diǎn)是需要存儲(chǔ)檢索表的空間可能比較大，并且為了保證擴(kuò)縮容引起的數(shù)據(jù)遷移量比較少，確定映射關(guān)系的算法也比較復(fù)雜。

一致性哈希。一致性哈希算法（Consistent Hashing）在1997年由麻省理工學(xué)院提出的一種分布式哈希（DHT）實(shí)現(xiàn)算法，設(shè)計(jì)目標(biāo)是為了解決因特網(wǎng)中的熱點(diǎn)(Hot Spot)問(wèn)題，該方法的詳細(xì)介紹參考此處http://blog.csdn.net/sparkliang/article/details/5279393。一致性哈希的算法簡(jiǎn)單而巧妙，很容易做到數(shù)據(jù)均分布，其單調(diào)性也保證了擴(kuò)縮容的數(shù)據(jù)遷移是比較少的。

通過(guò)上面的對(duì)比，在這個(gè)系統(tǒng)選擇一致性哈希的方法來(lái)進(jìn)行數(shù)據(jù)分片。

虛擬服務(wù)器

為了讓系統(tǒng)有更好的擴(kuò)展性，這里提出存儲(chǔ)層VServer（虛擬服務(wù)器）的概念，一個(gè)VServer是一個(gè)邏輯上的存儲(chǔ)服務(wù)器，是分布式存儲(chǔ)系統(tǒng)的一個(gè)存儲(chǔ)單元，一臺(tái)物理設(shè)備上可以部署多個(gè)VServer，一個(gè)VServer支持一個(gè)寫進(jìn)程和多個(gè)讀進(jìn)程。

通過(guò)VServer的方式，會(huì)有下面一些好處：

提高單機(jī)性能。為了不引入復(fù)雜的鎖機(jī)制，采用了單寫進(jìn)程的設(shè)計(jì)，如果單機(jī)只有一個(gè)寫進(jìn)程，寫并發(fā)能力會(huì)受到限制，通過(guò)VServer方式把單機(jī)上的存儲(chǔ)資源（內(nèi)存、硬盤）劃分為多個(gè)存儲(chǔ)單元，這樣就支持多個(gè)寫進(jìn)程同時(shí)工作，大大提升單機(jī)寫并發(fā)能力。

部署擴(kuò)展性更好。VServer的方式在部署上非常靈活，可以根據(jù)單機(jī)的資源情況來(lái)確定VServer的數(shù)量，針對(duì)不同的機(jī)型配置不同的VServer數(shù)量，這樣不同的機(jī)型都能充分利用機(jī)器上的資源，即使在一個(gè)系統(tǒng)中使用多種機(jī)型，也能做到機(jī)器的負(fù)載比較均衡。

一致性哈希的應(yīng)用

數(shù)據(jù)分片是在接口層實(shí)現(xiàn)的，目的是把數(shù)據(jù)均勻地劃分到不同的VServer上。有了接口層的存在，邏輯層尋址就輕量了很多，尋址存儲(chǔ)層VServer的工作全部由接口層負(fù)責(zé)，邏輯層只需要隨機(jī)選一個(gè)接口層機(jī)器訪問(wèn)即可。

接口層使用了一致性哈希的割環(huán)算法來(lái)實(shí)現(xiàn)數(shù)據(jù)分片，在割環(huán)算法中，為了讓數(shù)據(jù)均勻分布到各個(gè)VServer，每個(gè)VServer需要有多個(gè)VNode（虛擬節(jié)點(diǎn)）。一個(gè)Key尋址的過(guò)程如下圖所示，首先根據(jù)Hash(Key)在哈希環(huán)上找到對(duì)應(yīng)的VNode，在根據(jù)VNode和VServer的映射表確定所屬的VServer。

由上述查找過(guò)程可知，需要事先離線計(jì)算出VNode在哈希環(huán)上的分布、VServer和VNode映射關(guān)系。為了是計(jì)算結(jié)果具有通用性，即在擁有任何數(shù)量VServer的一個(gè)系統(tǒng)都可以使用該結(jié)果得到一致性哈希的映射表，這就要求結(jié)果是與機(jī)器無(wú)關(guān)的，比如不能使用IP來(lái)計(jì)算VNode的哈希值。在計(jì)算前需要確定每個(gè)VServer包含的VNode數(shù)量，以及一個(gè)系統(tǒng)所支持的最大VServer數(shù)量。一個(gè)簡(jiǎn)單的方法是類似上文鏈接中提到的方法，但不能和IP相關(guān)，可以改用VServer和VNode的編號(hào)來(lái)計(jì)算哈希值，如Hash("1#1")，Hash("1#2")… 這種方法要求一個(gè)VServer包含的VNode的數(shù)量比較多，大概需要500個(gè)才能使各個(gè)VServer上的數(shù)據(jù)比較均勻。當(dāng)然還有其他的一些方法做到一個(gè)VServer上包含更少的VNode數(shù)量，并且讓數(shù)據(jù)分布偏差在一定范圍內(nèi)。

Google提出了一種新的一致性哈希算法Jump Consistent Hash，此算法零內(nèi)存消耗，均勻分配，快速，并且只有5行代碼，優(yōu)勢(shì)非常明顯，詳細(xì)介紹見(jiàn)此處http://my.oschina.net/u/658658/blog/424161。和上面介紹的方法相比，一個(gè)最大的不同點(diǎn)是，在擴(kuò)容重新分布數(shù)據(jù)時(shí)，在上面的方法中，新機(jī)器的一個(gè)VNode上的數(shù)據(jù)只會(huì)來(lái)自一個(gè)老機(jī)器上的VNode，而這種方法是會(huì)來(lái)自所有老機(jī)器上的VNode。這個(gè)問(wèn)題可能會(huì)導(dǎo)致一些設(shè)計(jì)上復(fù)雜化，所以使用的時(shí)候要慎重考慮。

轉(zhuǎn)載于:https://www.cnblogs.com/glacierh/p/5653512.html

總結(jié)

以上是生活随笔為你收集整理的分布式存储系统设计（2）—— 数据分片的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。