到目前为止，我们讨论的系统中，假设了所有的机器都会存储所有数据，在前面讨论复制的章节中，主节点在收到客户端的写入请求时，将全部数据分别保存在本地以及其它的从节点上，这样的存储方式存在以下的问题：
- 可扩展性：如果使用主备方式进行数据复制，所有的工作都落在主节点上，在负载很大的情况下，主节点很快会成为系统的瓶颈；
- 单机瓶颈：单台机器由于其物理硬件的能力（硬盘、内存、CPU等），总会遇到处理的上限。
- 故障隔离：如果一部分数据出现故障，会影响所有数据的访问，降低了系统的整体可用性。例如，如果能够将不同城市的数据保存在不同的节点上，当某个地区的服务出现异常时，就不会影响其它地区的数据。
在系统需要进行扩展时，通常有两种不同的扩展方案。如图6.1所示：
- 垂直扩展（Vertical Scaling）：也称为"Scale Up"，通过在单一服务器上增加更多资源（如更快的 CPU、更多的 RAM、更大的硬盘）来提升处理能力。
- 水平扩展（Horizontal Scaling）：也称为"Scale Out"，通过增加更多的服务器来分担负载，将它们组成一个集群共同工作。
垂直扩展方案只需要扩展单台机器的处理能力，有以下的优点：
- 简单：管理和维护一台机器远比管理一个集群简单。
- 数据一致性强：所有数据都在一台机器上，不需要处理分布式系统中的数据同步和一致性问题，事务处理简单。
- 低延迟：进程间通信（IPC）在单机内部非常快，没有网络开销。
- 对应用透明：应用代码通常不需要做大的改动来适应更强的硬件。
然而，任何机器的CPU、内存扩展都有其物理上限，无法无限制一直提升下去。同时由于存在单点问题，服务器一旦宕机，整个服务将完全中断，可用性低，也给维护单台机器带来很大挑战，通常需要停机维护。
对比而言，水平扩展通过增加机器扩展系统的处理能力，有以下的优点：
- 理论上无限扩展：当负载增加时，只需向集群中添加更多标准服务器即可，扩展性极佳。
- 高可用性与容错性：集群中的一台或多台服务器宕机，系统可以继续服务（可能会有性能下降），没有单点故障。
- 成本效益高：可以使用大量廉价的硬件来组成集群，总体拥有成本更低。
- 弹性伸缩：可以根据负载动态地增加或减少服务器数量，特别适合云环境。
- 在某些场景下，必须进行数据分区。比如服务可以在不同大洲、国家、区域被访问，需要在这些地区分别部署服务。
水平扩展方案中，由于数据分摊到集群上的不同节点上，面临以下的挑战：
- 架构复杂性：需要引入额外的组件和技术，如负载均衡器、服务发现、分布式数据存储、配置管理等。
- 数据一致性挑战：跨多台机器管理数据状态和保证一致性非常困难，这将是后续分布式事务章节讨论的重点。
- 网络延迟：节点间的通信依赖网络，相比单机内的 IPC，延迟更高且不可靠。
以上简述了垂直和水平两种扩展方案的优缺点，如果业务处于早期阶段，用户量和数据量增长可预测且在单机范围内，推荐优先选择垂直扩展方案；而如果预期用户量会爆炸式增长，需要应对不可预测的流量洪峰，则优先选择水平扩展。本章中主要讨论水平分区策略。
分布式系统中的水平扩展，引入了***“分区（Partition）”***的概念，将数据分摊到不同的机器，如图6.2所示，数据被分摊到两个不同的节点上，不再是所有节点保存所有数据的情况。
注意
这里的分区指的是不同节点之间划分数据的方式，而不是网络分区导致的通信中断。
“分区"在不同的系统中有不同的叫法，在有的系统中使用"shared"表示分区，有的系统使用"region”。
通常而言，分区和复制技术会结合在一起。对于一份数据，会保存在同一分区的多个节点上，这意味着一条记录会保存在特定的分区，而分区有多个节点保存副本数据，以提高系统的容错性，如图6.3所示。
在数据进行分区之后，有些操作会变得复杂：
- 如何访问数据：原先只需要访问主节点即可，现在需要考虑如何路由数据请求到对应的分区。这是一个请求路由问题，我们将在6.3.2节中深入讨论这个问题。
- 分区再平衡：划分数据分区的目的之一是将数据尽量均衡得分布在多个分区中，但是当不同分区数据分布不均时，要考虑数据分区的再平衡问题。
- 全排序问题：我们将看到，不同的分区策略，对全排序的支持不一样。如果全排序操作是系统需要考虑的常见操作，要尽量选择全排序友好的分区策略。
在本章中，我们将讨论以下和分区相关的话题：
- 有哪些常见的数据分区方式，它们的优缺点是什么；
- 如何路由数据请求到对应的分区，实现请求路由的常见策略。
- 在某些分区的访问量较大时，出现了分区热点问题，应该如何解决。
- 最后，做为复制和分区这两章的阶段性总结，我们将考察几个项目的实现方案。
6.1 分区策略 #
6.1.1 范围分区 #
范围分区是分布式数据存储中最直观、最符合直觉的分区策略。它的核心思想非常朴素：将数据主键看作一个连续的有序序列，将每一段切分出来的连续范围分配给不同的节点管理。
想象一本字典，按照词条的首字母划分了不同的分卷：
- 卷1：包含 A - B 开头的词条。
- 卷2：包含 C - E 开头的词条。
- …
这就是典型的范围分区，在这个类比中：词条单词就是分区键（Partition Key），每一卷书就是一个分区（Partition/Tablet/Region）。当你需要查找单词 “Apple” 时，你知道它一定在卷1；查找 “Cake” 时，它一定在卷2。