分布式场景下数据分布：哈希分布和顺序分布

分布式系统的数据分布在多个节点中，常用的数据分布方式有哈希分布和顺序分布。

哈希分布

哈希分布就是将数据计算哈希值之后，按照哈希值分配到不同的节点上。例如有 N 个节点，数据的主键为 key，则将该数据分配的节点序号为：hash(key)%N。
传统的哈希分布算法存在一个问题：当节点数量变化时，也就是 N 值变化，那么几乎所有的数据都需要重新分布，将导致大量的数据迁移。

一致性哈希:减少数据迁移

Distributed Hash Table（DHT）：对于哈希空间 0~2^n ，将该哈希空间看成一个哈希环，将每个节点都配置到哈希环上。每个数据对象通过哈希取模得到哈希值之后，存放到哈希环中顺时针方向第一个大于等于该哈希值的节点上。

一致性哈希的优点:在加入或者删除节点时只会影响到哈希环中相邻的节点
例如：增加了机器c4，只针对c3和c4之间的数据进行迁移，即将o4数据迁移到c4中。

虚拟节点：解决增加机器时负载不均衡

一致性哈希解决了数据迁移量大的问题，但只是减轻了插入节点顺时针开始遇到的第一个机器负担，对于其他的节点并未起到减轻负载的作用。

解决办法：引入虚拟节点。将每台物理机器虚拟为一组虚拟机器，放置在hash环上。对于每一个数据对象，首先按照顺时针查找第一个虚拟节点，再通过虚拟节点找到对应的物理节点。

例如：插入节点4时，对应的一组虚拟节点是C41,C42,C43，减轻了C31,C22,C11的负担，实现了负载均衡

顺序分布

哈希分布式破坏了数据的有序性，顺序分布则不会。
顺序分布的数据划分为多个连续的部分，按一定策略分布到不同节点上。

User 表的主键范围为 1 ~ 7000，使用顺序分布可以将其划分成多个子表，对应的主键范围为 1 ~ 1000，1001 ~ 2000，…，6001 ~ 7000。
其中 Meta 表是为了支持更大的集群规模，它将原来的一层索引结分成两层，使用 Meta 表来维护 User 子表所在的节点，从而减轻 Root 节点的负担。