分布式数据库等其它一些基本概念（三）

ShardingRelating

拆分

 

在集中式数据库中是一个大表，在分布式数据库中则创建多个分片表。

 

1、水平拆分

 

万言不如一例。

设表Customer

Id	Name
1	A
2	B
3	C
4	D
5	D

 

假设有2个虚拟分片，按字段Id进行分片则有

Id	Name	拆分算法	所在分片
1	A	1%2	B
2	B	2%2	A
3	C	3%2	B
4	D	4%2	A
5	D	5%2	B

 

于是数据以行为单位拆分到不同的分片数据库中去

Shard A 数据库 Id Name 2 B 4 D

Shard B 数据库 Id Name 1 A 3 C 5 D

 

同理，若按字段Name进行分片则有

Id	Name	拆分算法	所在分片
1	B	B.hashCode %2 = 66 %2	A
2	C	C.hashCode %2 = 67 %2	B
3	C	C.hashCode %2 = 67 %2	B
4	D	D.hashCode %2 = 68 %2	A
5	D	D.hashCode %2 = 68 %2	A

综合

类型	描述	例子
Global	每个分片都存储着相同的copy	Table Customer: 5 recs. Shard 1: 5 recs, shard 2: 5 recs.
Random	简单地随机分片	Table Customer: 5 recs. Shard 1: 1 recs, shard 2: 4 recs.
水平拆分	按各种分片算法及拆分字段，把数据按行拆分	算法如： 虚拟ShardId = shardingKeyValue%虚拟分片数(long) 虚拟ShardId = shardingKeyValue.hashCode%虚拟分片数 (string)
垂直拆分	把数据按列拆分	（后补）