大家好，给大家介绍一下，这是我男神@VAGE
吕海波
国内知名数据库技术专家、数据架构师
曾任阿里/京东/ebay高级专家、首席DBA
Oracle传奇技术大师
ITPUB Oracle 管理版版主
噔噔噔，吕大主笔数据库系列文章——《数据库传奇》，从数据库选型例子入手，介绍SQL和NoSQL数据库的特点，把所有数据库的特性、适用范围，加上一些业内故事、传说，写上一遍。
本着“一般不出手，出手就是大作”的原则，文章更新不定期。本期推出《数据库传奇》第一章：Digg启示录----你选对数据库了吗？
业内第一家分库分表的公司，是美国电商ebay。ebay的架构师早在2003年，率先提出了分库分表的方案，并成功实施。不过，要说影响力最大的，还是阿里巴巴。
（对，就是白宫，看图片一点都不宏伟）假设一共有30个办公室，规则如下，按人名笔画数，除以30，余数为几，就在几号办公室工作。
比如，总统先生，唐纳德·特朗普，应该在几号办公室？
总统先生在4号办公室办公。
前总统奥巴马呢，贝拉克·侯赛因·奥巴马，笔画数一共68，除以30，余数为8，按照我们的规则，前总统先生在8号办公室。
怎么样，这样一来，每次你去白宫找人办事，只需要根据人名笔划数计算一下，就知道要找的人在哪里了。通过这种方式，不再有“传达室”，可以少花纳税人的钱。路由方式，则变成了“规则”（即笔划数除以30取余）。
规则式路由，是分布式数据库最常采用的。而“笔划数除以30取余”这样的规则，则属于HASH规则类。
在IT领域中，根据某种确定的方式，将一个数字进行计算，得到另一个数字，这就是HASH算法的本质，对HASH在这里不必深究，以后再专门开篇文章好好讲讲这些著名的算法。
我们例子中的HASH规则，像不像一样生活中常见的东东，给你三秒想一下，是什么：
没猜出来，对吗！没关系，翻开一本新华字典，它的目录编排方式，就是一种HASH规则。
Oracle、MySQL等SQL型数据库的分布式就是这样，基于某种HASH规则，将数据存储在某一个Sub Database（子数据库中）。操作数据时，同样根据HASH规则，计算得出数据存储在哪一个Sub Database中，然后到相应的Sub database中执行操作。
说白了，就是先查一下目录再翻书。
这里有一个问题，比如随着人员的扩展，白宫的办公室不够用了，预算部门决定明年新增1间办公室。这就是分布式数据库的扩容了。也叫横向扩展。
办公室数量增加到31之后，原来的规则“笔划数除以30取余”，要改为“笔划数除以31取余”了，除以30，要改为除以31了。因为现在办公室数量已经由30增至31了。
总统先生唐纳德·特朗普的笔划数是64，基于原来的HASH规则，是在4号办公室，但现在，他应该在2号办公室。64除以31余数是2了。
前总统奥巴马呢，贝拉克·侯赛因·奥巴马，笔画数一共68，除以31，余数为6。前总统先生的新办法室在6号。
不但总统先生，副总统、各位参赞、秘书，所有人的办公室都变了。除以30取余，和除以31取余，结果将大不相同。
这就是为什么分布式数据库扩容这么难了。本来30个子库，扩展到31个子库，所有数据要全部改变一下它所属的子库。所有数据都要辗转腾挪一边，这当然是个大工程了。
而Cassandra有一个非常好的特性，它的分布式是按照一致性HASH算法，计算数据应该存储在哪个Sub Database（子数据库）。一致性HASH，英文名称Consistent Hashing。它是普通HASH算法的修正，目的就是为了解决HASH算法在扩容（或缩容）时，要对所有数据重新计算HASH值的问题。
说到Consistent Hashing，不能不上一张图：
这次咱们又要到五角大楼找人了。假设五角大楼只有5个办公室，分别分布在5个角上。
这次又要怎么安排办公室呢？姓名笔画数除以5取余吗？先别急做除法，虽然目前五角大楼办公室数少，但它目标宏大：
据说，很快就会发展到30间办公室。可目前只有5间，没关系，要面向未来吗！
具体怎么做呢？先把5间办公室的编号改的大气点：
（图中的1到5，7到11，都是虚拟办公室）
而前总统贝拉克•侯赛因•奥巴马先生，笔画数一共68，除以30取余是8。
如上图，从8开始，顺时针向后找，奥巴马在12号办公室。
这就是一致性HASH的计算过程。现在，让我们把背景碍眼的五角大楼图去掉：
（特别说明：文中虚拟办公室和Cassandra中的虚拟节点并不是一个概念）。
相较普通的HASH，一致性HASH的优点是扩/缩容的时候影响小，这一点如何表现出来的呢？看下图：
现在要在18到24之间增加一间实际办公室。本来19到23号虚拟办公室的人，都按排在24号实际办公室办公的。或者说，19到23，属于24。
假设21变为了实际办公室：
