数据分区设计(0)-前言

对大数据集或非常高吞吐量，仅复制还不够，还需将数据拆分，成为分区（partitions），也称分片（sharding）​​1​​。

分区 (partition)，对应MongoDB、ES中的shard，HBase 的Region，Bigtable的tablet，Cassandra的vnode，Couchbase的vBucket。但分区 (partitioning)更普遍。

0.1 定义

每条数据（或每条记录，每行或每个文档）属于且仅属于某特定分区。每个分区都能视为一个完整小型数据库，虽然数据库可能存在跨分区操作。

0.2 目的

提高可扩展性。不同分区可放在一个无共享集群的不同节点。这样的一个大数据集可分散在更多磁盘，查询负载也随之分布到更多处理器。

• 本文先介绍分割大型数据集的方法，并观察索引如何与分区配合
• 然后讨论rebalancing，若想添加、删除集群中的节点，则须rebalancing
• 最后，概述DB如何将请求路由到正确的分区并执行查询

1. 一种故意将大型DB分解成小型DB的方式。和网络分区（network partitions, netsplits） 无关，这是节点之间网络故障的一种。 ​​↩︎​​