哈希分区用复合主键在负载均衡与范围查询间折衷

[[键范围分区支持高效范围查询但按时间戳分区易造成写入热点]]的偏斜风险，可以通过对 键做哈希后再分区来规避：好的哈希函数能把即使很相似的输入也打散成均匀分布在整个 数值区间的”随机数”，为分区目的用的哈希函数不需要密码学级别的强度（Cassandra和 MongoDB用MD5，Voldemort用FNV函数），但要避免用编程语言内置的哈希函数，因为它们 可能在不同进程里对同一个键产生不同哈希值。哈希分区的代价是彻底打乱了键的顺序—— 原本相邻的键现在散落在各个分区，范围查询要么完全失效（Riak、Couchbase、Voldemort 不支持主键范围查询），要么要发给所有分区（MongoDB的哈希分区模式下范围查询必须 广播）。Cassandra给出了一个折衷：表可以用复合主键，只有第一列参与哈希决定分区， 其余列在分区内部按顺序存储、当作连接索引使用——这意味着如果查询锁定了第一列的 固定值，就能对后续列做高效的范围扫描，第一列决定”去哪个分区找”，其余列决定”分区 内怎么排序”。这个组合索引方法天然契合一对多关系：比如社交媒体更新用(user_id, update_timestamp)做主键，不同用户分散在不同分区实现负载均衡，同一用户的更新在 所在分区内按时间戳有序存储，能高效取出”某用户某时间段内的全部更新”，是哈希分区 和键范围分区两种思路结合的实用范例。