一年之前——
未來兩年內，系統預估的總訂單數量可達一億條左右。
按Mysql單表存儲500萬條記錄來算，暫時不必分庫，單庫30個分表是比較合適的水平分表方案。
於是小灰設計了這樣的分表邏輯：
- 訂單表創建單庫30個分表
- 對用戶ID和30進行取模，取模結果決定了記錄存於第幾個分表
- 查詢時需要以用戶ID作為條件，根據取模結果確定查詢哪一個分表
分表方式如下圖（為了便於描述，簡化為5個分表）：
過了兩個月——
又過了半年多——
小灰的回憶告一段落——
1.首先，我們把全量的緩存空間當做一個環形存儲結構。環形空間總共分成2^32個緩存區，在Redis中則是把緩存key分配到16384個slot。
2.每一個緩存key都可以通過Hash算法轉化為一個32位的二進制數，也就對應著環形空間的某一個緩存區。我們把所有的緩存key映射到環形空間的不同位置。
3.我們的每一個緩存節點（Shard）也遵循同樣的Hash算法，比如利用IP做Hash，映射到環形空間當中。
4.如何讓key和節點對應起來呢？很簡單，每一個key的順時針方向最近節點，就是key所歸屬的存儲節點。所以圖中key1存儲於node1，key2，key3存儲於node2，key4存儲於node3。
1.增加節點
當緩存集群的節點有所增加的時候，整個環形空間的映射仍然會保持一致性哈希的順時針規則，所以有一小部分key的歸屬會受到影響。
有哪些key會受到影響呢？圖中加入了新節點node4，處於node1和node2之間，按照順時針規則，從node1到node4之間的緩存不再歸屬於node2，而是歸屬於新節點node4。因此受影響的key只有key2。
最終把key2的緩存數據從node2遷移到node4，就形成了新的符合一致性哈希規則的緩存結構。
2.刪除節點
當緩存集群的節點需要刪除的時候（比如節點掛掉），整個環形空間的映射同樣會保持一致性哈希的順時針規則，同樣有一小部分key的歸屬會受到影響。
有哪些key會受到影響呢？圖中刪除了原節點node3，按照順時針規則，原本node3所擁有的緩存數據就需要“託付”給node3的順時針後繼節點node1。因此受影響的key只有key4。
最終把key4的緩存數據從node3遷移到node1，就形成了新的符合一致性哈希規則的緩存結構。
如上圖所示，假如node1的ip是192.168.1.109，那麼原node1節點在環形空間的位置就是hash（“192.168.1.109”）。
我們基於node1構建兩個虛擬節點，node1-1 和 node1-2，虛擬節點在環形空間的位置可以利用（IP+後綴）計算，例如：
hash（“192.168.1.109#1”），hash（“192.168.1.109#2”）
此時，環形空間中不再有物理節點node1，node2，只有虛擬節點node1-1，node1-2，node2-1，node2-2。由於虛擬節點數量較多，緩存key與虛擬節點的映射關係也變得相對均衡了。
—————END—————
閱讀更多 java面試筆試 的文章
