CRUSH的优点与代价

CRUSH 本质是一种可分层的确定性伪随机选择算法：靠很少的元数据（Cluster Map + 规则）就能支撑大规模集群、能优雅应对扩缩容、依赖概率意义上的统计均衡实现数据分布均衡。但统计均衡这个前提在小规模集群里不成立——样本量不够大时伪随机的方差会显著放大，容易出现某些 OSD 明显冷热不均；另外，增加新设备触发数据迁移时，理论上只应该影响新设备，但受 Bucket 选择算法本身的限制，旧设备之间也会产生额外迁移，不是纯粹的增量式变化。这说明基于统计概率的设计方案要谨慎评估”样本规模是否足够让统计假设成立”，小规模场景可能需要额外补偿手段。