在分布式存儲系統(tǒng)中，數(shù)據(jù)需要分散存儲在多臺設備上，數(shù)據(jù)分片（Sharding）就是用來確定數(shù)據(jù)在多臺存儲設備上分布的技術。數(shù)據(jù)分片要達到三個目的：

分布均勻，即每臺設備上的數(shù)據(jù)量要盡可能相近；

負載均衡，即每臺設備上的請求量要盡可能相近；

擴縮容時產(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的哈希值來計算Key的分布，常見的幾種數(shù)據(jù)分片的方法如下：

劃分號段。這種一般適用于Key為整型的情況，每臺設備上存放相同大小的號段區(qū)間，如把Key為[1, 10000]的數(shù)據(jù)放在第一臺設備上，把Key為[10001, 20000]的數(shù)據(jù)放在第二臺設備上，依次類推。這種方法實現(xiàn)很簡單，擴容也比較方便，成倍增加設備即可，如原來有N臺設備，再新增N臺設備來擴容，把每臺老設備上一半的數(shù)據(jù)遷移到新設備上，原來號段為[1, 10000]的設備，擴容后只保留號段[1, 5000]的數(shù)據(jù)，把號段為[5001, 10000]的數(shù)據(jù)遷移到一臺新增的設備上。此方法的缺點是數(shù)據(jù)可能分布不均勻，如小號段數(shù)據(jù)量可能比大號段的數(shù)據(jù)量要大，同樣的各個號段的熱度也可能不一樣，導致各個設備的負載不均衡；并且擴容也不夠靈活，只能成倍地增加設備。

取模。這種方法先計算Key的哈希值，再對設備數(shù)量取模（整型的Key也可直接用Key取模），假設有N臺設備，編號為0~N-1，通過Hash(Key)%N就可以確定數(shù)據(jù)所在的設備編號。這種方法實現(xiàn)也非常簡單，數(shù)據(jù)分布和負載也會比較均勻，可以新增任何數(shù)量的設備來擴容。主要的問題是擴容的時候，會產(chǎn)生大量的數(shù)據(jù)遷移，比如從N臺設備擴容到N+1臺，絕大部分的數(shù)據(jù)都要在設備間進行遷移。

檢索表。在檢索表中存儲Key和設備的映射關系，通過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，可以對每個Key都存儲映射關系，也可結合號段劃分等方法來減小檢索表的容量。這樣可以做到數(shù)據(jù)均勻分布、負載均衡和擴縮容數(shù)據(jù)遷移量少。缺點是需要存儲檢索表的空間可能比較大，并且為了保證擴縮容引起的數(shù)據(jù)遷移量比較少，確定映射關系的算法也比較復雜。

一致性哈希。一致性哈希算法（Consistent Hashing）在1997年由麻省理工學院提出的一種分布式哈希（DHT）實現(xiàn)算法，設計目標是為了解決因特網(wǎng)中的熱點(Hot Spot)問題，該方法的詳細介紹參考此處http://blog.csdn.net/sparkliang/article/details/5279393。一致性哈希的算法簡單而巧妙，很容易做到數(shù)據(jù)均分布，其單調(diào)性也保證了擴縮容的數(shù)據(jù)遷移是比較少的。

通過上面的對比，在這個系統(tǒng)選擇一致性哈希的方法來進行數(shù)據(jù)分片。

虛擬服務器

為了讓系統(tǒng)有更好的擴展性，這里提出存儲層VServer（虛擬服務器）的概念，一個VServer是一個邏輯上的存儲服務器，是分布式存儲系統(tǒng)的一個存儲單元，一臺物理設備上可以部署多個VServer，一個VServer支持一個寫進程和多個讀進程。

通過VServer的方式，會有下面一些好處：

提高單機性能。為了不引入復雜的鎖機制，采用了單寫進程的設計，如果單機只有一個寫進程，寫并發(fā)能力會受到限制，通過VServer方式把單機上的存儲資源（內(nèi)存、硬盤）劃分為多個存儲單元，這樣就支持多個寫進程同時工作，大大提升單機寫并發(fā)能力。

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

一致性哈希的應用

數(shù)據(jù)分片是在接口層實現(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，尋址存儲層VServer的工作全部由接口層負責，邏輯層只需要隨機選一個接口層機器訪問即可。

接口層使用了一致性哈希的割環(huán)算法來實現(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VServer，每個VServer需要有多個VNode（虛擬節(jié)點）。一個Key尋址的過程如下圖所示，首先根據(jù)Hash(Key)在哈希環(huán)上找到對應的VNode，在根據(jù)VNode和VServer的映射表確定所屬的VServer。

由上述查找過程可知，需要事先離線計算出VNode在哈希環(huán)上的分布、VServer和VNode映射關系。為了是計算結果具有通用性，即在擁有任何數(shù)量VServer的一個系統(tǒng)都可以使用該結果得到一致性哈希的映射表，這就要求結果是與機器無關的，比如不能使用IP來計算VNode的哈希值。在計算前需要確定每個VServer包含的VNode數(shù)量，以及一個系統(tǒng)所支持的最大VServer數(shù)量。一個簡單的方法是類似上文鏈接中提到的方法，但不能和IP相關，可以改用VServer和VNode的編號來計算哈希值，如Hash("1#1")，Hash("1#2")… 這種方法要求一個VServer包含的VNode的數(shù)量比較多，大概需要500個才能使各個VServer上的數(shù)據(jù)比較均勻。當然還有其他的一些方法做到一個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)勢非常明顯，詳細介紹見此處http://my.oschina.net/u/658658/blog/424161。和上面介紹的方法相比，一個最大的不同點是，在擴容重新分布數(shù)據(jù)時，在上面的方法中，新機器的一個VNode上的數(shù)據(jù)只會來自一個老機器上的VNode，而這種方法是會來自所有老機器上的VNode。這個問題可能會導致一些設計上復雜化，所以使用的時候要慎重考慮。

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

總結

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

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