高级别的DB分片概念是有意义的，分割数据库节点，因此没有一个负责所有持久数据。但是我对＃34;碎片＆＃34;的构成有点困惑。它是否跨分片重复整个表，或者通常只是一个表？
例如，如果我们以twitter为例，在最基本的层面上我们需要一个用户和一个推文表。如果我们根据用户ID进行分片，使用10个分片，则会导致分片函数为userID mod 10 === shard location。但是这对推文表意味着什么呢？这是单独的（单个数据库表）还是然后根据创建推文的用户ID，在10个表之间划分的每条推文？
如果是后者，并说我们在其他而不是用户ID上进行分片，那么推文创建时间戳，我们如何知道在哪里查找与用户相关的信息< / em>如果根据推文创建时间（用户没有概念）对所有表进行分片？
答案 0 :(得分：1)
Sharding正在跨多个服务器拆分数据。选择如何拆分非常关键，可能显而易见。
乍一看，用户ID分割推文听起来是正确的。但还有什么其他的东西？有没有＆＃34;分组＆＃34;或者你关心谁＆＃34;收到＆＃34;每条推文？
照片共享网站最好在Userid上拆分，用户照片的元信息也与用户在同一台服务器上。 （实际照片的实际位置是另一个讨论。）但是如果有人设法上传了一百万张照片，你会怎么做？希望在他所使用的任何一个碎片上不会炸掉磁盘。
一个凌乱的案例是电影。你应该拆分电影吗？评论？写评论的用户？流派？
当然，＆＃34; mod 10＆＃34;方便说出用户所在的分片。也就是说，直到你需要第11个碎片！我更喜欢在＆＃34;哈希＆＃34;之间做出妥协。和＆＃34;字典＆＃34;。首先做mod 4096，然后在字典中查找＆＃39;将4096个值映射到10个分片。然后，编写一个强大的工具，将一组用户（都具有相同的mod-4096值）从一个分片移动到另一个分片。从长远来看，这个工具将非常方便地处理硬件升级，软件升级，特朗普大小的推特，或者让其他人不在他们的路上等等。
如果您想进一步讨论分片推文，请提供所涉及的主要表格。另外，如果你需要的话，我对你如何为推文发出独特的ID有强烈的意见。 （有惨败的方法。）