分布式系统的hash策略，决定了数据的分布。传统的方式采用mod n的算法，非常简单，但是一旦节点发生变化，所有的数据都需要重组，代价非常大。一致性哈希(Consistent hash)很好的解决了这个问题，当节点发生变化时，只会影响到部分数据，而且永远可以找到一个提供服务的节点。

   对于数据库Sharding的架构，Consistent hash并不十分适合，我们采用了一种新的hash策略，我将其称之为“Virtual Partition Hash”策略。

   为了解决节点数量变化时，全部数据需要重组的问题，我们采用了预分区的策略，将整个系统分为很多个Virtual Partition，每个物理节点由多个Virtual Partition组成。比如整个系统分为128个VP，共有8个物理的服务器，每个服务器包含16个VP的数据，只要整个系统的物理节点小于128个，增加节点只需要移动部分VP就可以了，避免了数据重组的问题。另外，为了提高可用性，每个物理节点都有一套备机，如果节点失效则切换至备用节点。

   新增一个物理节点：

   只需要移动部分VP至新节点，不需要数据重组。

   Virtual partition hash策略非常简单，实现也很容易，实际上它是Consistent hash策略的一个简化版本，Oracle hash分区也是类似的做法，尽可能的减少数据重组的代价，可以参考我以前的文章《Oracle hash分区的秘密》。

   这个策略的另外一个好处是非常灵活，可以根据服务器压力的情况，通过移动VP的来达到负载均衡的目的。利用MySQL数据库复制的特性，移动VP是非常容易的，而且配合我们的分布式数据库架构，可以做到对应用透明。

   这个方案的缺点是：每个节点都准备一台备机，硬件资源比较浪费。但是如果可以和读写分离架构配合起来，备机可以承担部分读的服务，那么这个缺点就不存在了。

   “Simple but Incomplete Solutions Win！”

建议继续学习：

1. 分布式缓存系统 Memcached 入门    (阅读：14728)
2. HashMap解决hash冲突的方法    (阅读：11252)
3. 关于memcache分布式一致性hash    (阅读：10697)
4. Zookeeper工作原理    (阅读：10406)
5. GFS, HDFS, Blob File System架构对比    (阅读：9389)
6. Zookeeper研究和应用    (阅读：8528)
7. 分布式日志系统scribe使用手记    (阅读：8047)
8. 一致性哈希算法及其在分布式系统中的应用    (阅读：7937)
9. 分布式哈希和一致性哈希    (阅读：7669)
10. HBase技术介绍    (阅读：6765)