分片算法的介绍

DRDS会将逻辑表进行切割，如何合理的选择分片算法至关重要。通常，要考虑如下几点：

• 切分后数据分布是否均匀。
• 切分后是否会形成数据访问热点 。
• 算法是否足够简单，性能足够好 。
• 扩容时涉及的数据迁移数量及难度。
• 对多值和范围查询的支持。

已支持的分片算法包括：取模分片、字符串hashCode取模分片、枚举分片、时间范围分片、枚举分组取模分片、枚举分组字符串hashCode取模分片等。分片算法的介绍具体请参见 分布式关系型数据库​> 产品介绍 ​> 常用概念 ​> 分片算法。

分片算法的策略选择

上述几种分片算法的适用场景如下。

取模分片

适用场景：分片键必须是整数，分片键求余后的值均匀分布。一般来说，用作整数的主键id作为取模分片较为合适。

枚举分片

适用场景：有些业务需要按照省份或区县来做保存，而全国省份区县固定的，这类业务使用本条规则。

时间范围分片

适用场景：适用日志数据等按时间范围进行存储的数据。这种分片算法适用于日志数据、监控数据在内等以时间纬度存储的数据。

枚举分组取模分片

适用场景：枚举键可以是整数也可以是字符串，取模键必须是整数，取模键求余后的值均匀分布。如: 数据库的数据需要按区域进行隔离，但隔离后的数据量依然巨大需要按取模方式进行再次分片，可以选择此算法。

枚举分组字符串hashCode取模分片

适用场景：枚举键可以是整数也可以是字符串，取模键是字符串，取模键字符串hashCode求余后的值均匀分布。如: 数据库的数据需要按区域进行隔离，但隔离后的数据量依然巨大需要按取模方式进行再次分片，可以选择此算法。