面试题答案
一键面试按范围分片
- 策略描述：按照数据的某个属性（如时间、ID 等）的范围进行划分，将数据分布到不同的分片。例如，按时间范围，将一年的数据按月份划分为 12 个分片，每个月的数据存储在一个分片中；或者按 ID 范围，ID 从 1 - 1000 的数据存于一个分片，1001 - 2000 的存于另一个分片。
- 适用场景：
- 时间序列数据：如日志数据、监控数据等，这类数据按时间顺序产生，按时间范围分片方便按时间维度进行查询和分析，例如查询某一天、某一周的日志。
- ID 有序增长数据：例如订单 ID 自增，如果按 ID 范围分片，新产生的订单总是追加到最后一个分片，便于顺序写入。同时，对于查询某个 ID 区间内的订单也比较高效。
按哈希分片
- 策略描述：通过对数据的某个属性（通常是主键）进行哈希运算，根据哈希值将数据分配到不同的分片。比如对用户 ID 进行哈希计算，然后根据哈希结果模上分片数量，决定该用户数据存储在哪个分片。
- 适用场景：
- 读写均衡场景：当系统对读写性能要求较高，且数据分布需要均匀时适用。因为哈希计算后的数据分布相对随机，能有效避免数据倾斜，每个分片的负载相对均衡，适用于电商系统中大量商品的存储和查询，不同用户对商品的访问请求能均匀分配到各个分片。
- 无明显范围特征数据：对于一些没有明显范围划分依据的数据，如用户的兴趣爱好标签数据，按哈希分片能较好地实现数据分布。
按地理位置分片
- 策略描述：根据数据所关联的地理位置信息进行分片，例如按照国家、省份、城市等地理区域来划分数据存储位置。比如将中国北方地区的用户数据存储在一个分片，南方地区的存储在另一个分片。
- 适用场景：
- 具有地域特性业务：如本地生活服务类应用，不同地区的商家和用户数据，按地理位置分片便于根据用户所在地区快速获取相关数据，提高服务响应速度，像外卖平台按城市分片存储商家和订单数据。
- 数据合规要求：某些地区对数据存储有法规要求，必须将本地数据存储在特定区域，按地理位置分片可满足这种合规性需求。
按业务维度分片
- 策略描述：依据业务逻辑将数据划分到不同的分片。例如在一个综合电商系统中，将商品数据、订单数据、用户数据分别存储在不同的分片，因为这些数据在业务操作和使用频率上有不同特点。
- 适用场景：
- 业务模块清晰且独立性强：大型综合系统中不同业务模块之间耦合度低，按业务维度分片有利于模块的独立维护、扩展和优化。比如电商系统中商品管理团队、订单处理团队、用户运营团队可分别针对自己负责的分片进行开发和维护。
- 业务操作特性不同：不同业务数据的读写模式、数据量增长速度不同。如商品数据读多写少，订单数据读写频繁且数据量增长快，将它们分开分片便于采用不同的存储和优化策略。