分区的目标是均匀分布负载偏斜与热点是核心风险

数据量或吞吐量大到单机扛不住时，光靠[[复制的三种主流架构单主多主无主及其复杂度 权衡]]的多副本还不够，需要把数据切成分区（也叫分片），每条记录只属于一个分区， 每个分区分布到不同节点上——这样大数据集能分布到多块磁盘，查询负载能分散到多个 处理器，理论上10个节点能处理10倍数据量和10倍单机读写吞吐量。这个理论收益完全 取决于一个前提：分区是否公平——如果某些分区的数据量或查询量明显多于其他分区，这 种不均衡叫偏斜，极端情况下全部负载压在一个分区上、其余节点空闲，这个过载的分区 叫热点，此时加节点根本没用，因为新节点分不到任何负载。避免热点最简单粗暴的办法是 把记录随机分配到节点，这样数据确实均匀了，但代价是读取时完全不知道目标数据在哪个 节点，只能并行查询所有节点——对于总是按主键访问的键值模型，这个代价没必要付： 可以利用键本身设计分区规则，让”某个键在哪个分区”变得可推导，这是本章后续键范围 分区和哈希分区两种主流方法的共同出发点。