取模 hash ， 举个最简单的例子就能明白：分片数设置为 2 ， 要把数据均匀分布在这 2 个分片上 ， 直接对分片 key 取模 2 ， 这样模值为 0 的数据落在分片 1 ， 模值为 2 的数据落在分片 2 。 只要输入的数据奇偶均匀 ， 分片数据就保证均衡 。
取模 hash 在 dble 里还做了一些变种支持 ， 比如可以指定每个分片的连续值的数量 ， 比如自然数 0-99 放分片 1 ， 自然数 100-599 放分片 2 ， 具体配置方式参考官方文档 。 这样做主要目的是改善 hash 在范围查询时的效率问题 。
Hash 取模分片非常简单 ， 均衡性比较好 ， 能分散数据热点 ， 并且能快速人为识别数据所在分片 。 缺点也很明显 。
1. 在业务上范围查询效率比较低
2. 扩容不便
因为取模 hash 强依赖于分片数 ， 当新增或删减分片节点——即扩缩容时 ， 大量的数据在重新映射后都需要挪动 。 比如上面的 2 分片数据 ， 如果增加到 3 分片 ， 原来分片 1 上的数据只有 1/3 的数据可以保留不动 ， 另外 2/3 的数据都需要挪到新的分片上 ， 分片 2 也是如此 。
如果真的使用了 hash 取模分片 ， 为了后期在扩容时移动尽可能少的数据 ， dble 的建议是：取模的基数不能大于 2880 ， 原因是：2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 16, 18, 20, 24, 30, 32, 36, 40, 45, 48, 60, 64, 72, 80, 90, 96, 120, 144, 160, 180, 192, 240, 288, 320, 360, 480, 576, 720, 960, 1440 是 2880 的约数 。
以上是对分布式与 hash 的一些浅显认识 ， 文章内容部分来自对书或互联网知识的个人理解 ， 不当之处欢迎指正 。
Ref：
1. 《图解算法》
2. 《分布式系统常用技术及案例分析》
3.
4.

• 分布式锁的这三种实现90%的人都不知道
• 巨杉亮相 DTCC2019，引领分布式数据库未来发展
• Martian框架发布 3.0.3 版本，Redis分布式锁
• 为什么分布式应用程序需要依赖管理？
• 大规模分布式强化学习基础架构Menger, 大幅提高真实任务的学习效率
• 分布式云对智能化战争有何影响
• 四核强性能，华硕XD4灵耀AX魔方分布式路由评测
• 分布式锁结合SpringCache
• 「系统架构」什么是链路追踪？分布式系统如何实现链路追踪？
• java 从零实现属于你的 redis 分布式锁