《大数据日知录》读书笔记-ch1数据分片与路由

目前主流大数据存储使用横向扩展（scale out）而非传统数据库纵向扩展（scale up）的方式。因此涉及数据分片、数据路由（routing）、数据一致性问题

二级映射关系：key-partition映射，partition-machine映射

首先找到partition（比如hash），然后找machine（路由routing）

hash分片方式1：Round Robin

新增一台机器：

需要重新分配数据归属，灵活性差

hash分片方式2：虚拟桶（virtual buckets）

hash分片方式3：一致性hash（consistent hashing）

提高灵活性：集群各机器连成一个环

路由问题：每个节点配置路由表（finger table）。N14的路由表：

每个机器根据路由表转发请求，直到查到value数据。

新节点加入、离开集群需要结合稳定性检测策略，更新前后继指针

稳定性检测：定期向前后继节点发送请求，更新前后继指针

解决负载不均衡/机器异质性问题：引入虚拟节点，将每个物理节点虚拟成多个虚拟节点，分别映射到hash环不同位置

范围分片（range partition）：

数据分片在物理机管理往往采用LSM树，BigTable采用类似B+树的多层结构

	Dynamo	Cassandra	Riak	Voldmort	Membase/Couchbase	BigTable	Azure	PNUTS
介绍	Amazon,NoSQL	NoSQL	模仿Dynamo	Linkedin,NoSQL	内存分布式NoSQL	Google	Microsoft	Yahoo
数据分片	consistent hash	consistent hash	hash	hash	hash	range	range	hash+range
	virtual node					B+ tree