哈希分区中使用哪种算法，可以在看到任何数据之前将数据分成相似大小的分区

Question

我了解到Oracle（和其他数据库）中的哈希分区方法会在哈希密钥上生成算法，以便将传入的数据划分为大小相等的片段，以创建相似大小的分区。

但是在首先看到实际数据之前，这样的算法如何工作？不可能以一组散列分区结束，在该散列分区中，有99％的数据进入一个分区，而其余的1％则被划分为其余的n个分区？

Answer 1

是的，理论上是可能的。但是哈希算法本质上是随机化输入数据。然后，根据统计规则，这些分区的大小将接近。

如果您有大数据，则分区大小的差异甚至很小，即使原始数据具有唯一值也是如此，即使达到1％也是如此。

但是，如果原始数据偏斜，则结果仓也可能偏斜。例如，考虑是否有100个值，其中0-9出现一次，而10出现90次。所有90个值均为10的行都将进入同一分区，因此生成的垃圾箱将不平衡。

Oracle使用函数ORA_HASH来确定要使用的哈希分区。 exact algorithm of that function是未知的。但是该手册确实讨论了该算法的一些属性。 ORA_HASH最适合唯一数据，并且当存储桶数为2的幂时。如果不满足这些条件，则某些分区可能会比其他分区大得多。