分布式数据库分片时，如何具体考量因素？

痛点概览

在实际项目中，分布式数据库分片往往面临以下痛点：

• 查询路由不精准导致跨片访问成本高
• 多节点写入时一致性难以保证，出现数据漂移
• 单节点故障无法快速恢复。业务停顿时间延长
• 热点数据聚集导致某些片段负载爆炸
• 扩容或迁移过程中服务中断风险大

1. 查询路由原则

查询路由决定了请求能否直接定位到包含所需数据的分片，从而降低网络延迟与传输成本。

• 路由算法选择：基于哈希、范围或一致性哈希，根据业务字段映射到对应分片。
• 本地查询优先：尽量在数据所在节点完成读写，避免跨节点传输。
• 动态重定向：当节点状态变化时自动更新路由表。

从使用者痛点来看，如何快速定位合适的路由方案？

建议先评估查询模式：若大多数查询是单键读写，使用哈希分片；若频繁范围查询，可考虑范围分片；混合场景可采用混合分片策略。按理说，

2. 数据一致性原则

一致性是保证业务正确性的主要。常见做法包括强一致、最终一致还有复制同步。

a) 强一致性

• SINGLE transaction across shards via two‑phase commit 或 Paxos / Raft 协议。
• 痛点：- 写入延迟高，吞吐受限。

b) 最终一致性

• AWS DynamoDB、Cassandra 等采用异步复制和冲突解决策略。