设计数据密集型应用程序 (Chinese Edition), 2nd Edition

第七章. 分片

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

显然，我们必须摆脱顺序思维的束缚，避免限制计算机能力。我们需要定义数据优先级与描述，阐明关系而非程序。

格蕾丝·默里·霍珀，《管理与未来计算机》（1962年）

分布式数据库通常通过两种方式将数据分布到节点上：

• 它会在多个节点上存储相同数据的副本。这便是复制机制，我们在 第六章中已进行过讨论。

• 当数据量过大或写入吞吐量过高导致单节点无法处理时，系统会将数据拆分为 更小的分片或分区，并将不同分片存储在不同节点上。本章将详细探讨 分片机制。

通常，分片被定义为每条数据（每条记录、行或文档） 仅属于一个分片。实现此目标的方法多种多样，本章将深入探讨。 实际上，每个分片本身就是一个小型数据库，尽管某些数据库系统 支持同时涉及多个分片的操作。

分片通常与复制结合使用，使每个分片的副本存储在多个节点上。这意味着尽管每条记录仅属于一个分片，但为实现容错性，它仍可能存储在多个不同节点上。

单个节点可存储多个分片。若采用单领袖复制模型，分片与复制的组合可如图7-1所示：每个分片的领袖节点分配给某一节点，其追随者节点则分配给其他节点。每个节点可能同时担任某些分片的领袖和另一些分片的追随者，但每个分片仍仅有一个领袖。

图7-1. 复制与分片结合 ：每个节点既是某些分片的领导者，也是其他分片的追随者

分片与分区

本章所称的分片在不同软件中拥有多种名称：Kafka中称为分区（partition），CockroachDB中称为范围（range），HBase和TiDB中称为区域（region），Couchbase中称为vBucket，Riak中称为vnode，Cassandra中称为令牌范围（token-range），Bigtable、YugabyteDB和ScyllaDB中称为片（tablet），此处仅举几例。

部分数据库将分区与分片视为两个独立概念。例如在PostgreSQL中， 分区是将大型表拆分为多个文件并存储于同一机器的技术（具有诸多优势，如可快速删除整个分区）， 而分片则是将数据集拆分至多台机器 [1, 2]。 在许多其他系统中，分区与分片实为同义词。

虽然分区一词描述性很强，但分片这个术语可能令人意外。据一种理论，该术语源自网络角色扮演游戏《Ultima Online》——游戏中魔法水晶碎裂成片，每片碎片都折射出游戏世界的副本[3]。 因此"shard"最初指代并行游戏服务器集群中的单个节点，后被引入数据库领域。另一种说法认为该词源于"高可用性复制数据系统"（System for Highly Available Replicated Data）的缩写——据称是1980年代的数据库系统，其具体细节已湮没于历史长河。

顺带一提，分区（）与网络分区（netsplits）无关，后者指节点间网络故障类型。此类故障将在第9章讨论。

第6章关于数据库复制的所有内容同样适用于分片复制。由于分片方案的选择基本独立于复制方案的选择，为简化说明，本章将忽略复制机制。

分片的优缺点

数据库分片的根本动因在于可扩展性。当数据量或写吞吐量超出单节点承载能力时，分片便成为解决方案——它能将数据与写操作分散至多个节点。（若问题在于读吞吐量，则未必需要分片，可采用 ...