一、分区方式

目标均匀分布。最繁忙几个为热点。知道数据在哪，避免向所有查

1、基于关键字分区

为每个分区分配一段连续关键字区间。根据关键字所在区间上下限，直接请求节点

缺点：数据倾斜，如单词表，x，i，o等开头单词少

解决：调整分区边界、选合适关键字

2、基于关键字的哈希值分区

优点：更均匀：并不能均匀分配负载，需一致性哈希。

缺点：失去良好区间查询特性，相邻关键字可能在不同分区

3、解决负载倾斜

同一个关键字的大量读写，所有请求都到同一个分区。如明星分手

应用层解决：关键字后面添加两位数序号，分配到100个不同的分区上。但合并开销大

二、分区与二级索引

二级索引：不能唯一标识一条记录，不能规整映射到分区

1、基于文档

分区完全独立，各自维护自己二级索引。查时向所有分区发读请求，合并结果，代价高

2、基于词条

构建全局索引，也分区。

优点：读高效，索引中包含的词条为关键字，向包含该词条的分区查询

缺点：写慢，因为更新数涉及多个二级索引，写放大(可能在不同节点上)。都是异步更新，刚不即查到

三、分区再平衡

增加cpu、磁盘、内存后，或者节点故障后，负载再平衡过程中保持可用性。避免不必要迁移，减少网络和磁盘I/O。动态再平衡策略：

1、固定数量分区

分区总数、分区和关键字映射关系不变，节点数变，调整分区和节点映射关系

2、动态分区

自动调整分区边界。到一个阈值时，分裂，转移到其他节点平衡负载，类似b树

优点：自动适配，少量数据开销小，大量数据可配置最大值

3、按节点比例分区

前两种策略，分区数和节点数无关。

此策略，节点分区数固定。节点数不变时，分区数据量和数据集大小正比。新节点加入，随机选固定数分区进行分裂。ps：随机选前提是基于哈希分区（可一致性哈希），如Cassandra和Ketama

五、请求路由

客户端如何知道连哪个节点：

1、允许连接任意节点，如节点有请求的分区，则处理，否则转发给别的节点。

2、发送给路由层，转发给对应节点

3、感知分区和节点关系，连接到目标节点

Zk：每个节点向zk中注册自己，zk维护分区到节点关系。客户端向zk订阅，分区和节点变时，zk主动通知路由层

(6)数据分区