开发指南—函数—拆分函数—UNI_HASH

简介: 本文将介绍UNI_HASH的使用方式。

描述

  • 使用UNI_HASH分库时,根据分库键的键值直接按分库数取余。如果键值是字符串,则字符串会被计算成哈希值再进行计算,完成路由计算,例如HASH('8')等价于8 % D(D 是分库数目)。
  • 分库和分表都使用同一个拆分键进行UNI_HASH时,先根据分库键键值按分库数取余,再均匀散布到该分库的各个分表上。

注意事项

UNI_HASH算法是简单取模,要求拆分列的值的自身分布均衡才能保证哈希均衡。

使用限制

拆分键的数据类型必须是整数类型或字符串类型。

使用场景

  • 适合于需要按用户ID或订单ID进行分库的场景。
  • 适合于拆分键是整数或字符串类型的场景。
  • 两张逻辑表需要根据同一个拆分键进行分库,两张表的分表数不同,又经常会按该拆分键进行JOIN的场景。

使用示例

假设需要对ID列按UNI_HASH函数进行分库分表,每库包含4张表,则您可以使用如下DDL语句进行建表 :


create table test_hash_tb (
    id int,
    name varchar(30) DEFAULT NULL,  
    create_time datetime DEFAULT NULL,
    primary key(id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
dbpartition by UNI_HASH(ID)
tbpartition by UNI_HASH(ID) tbpartitions 4;

与HASH的比较

对比场景 UNI_HASH HASH
分库不分表。 此时两个函数的路由方式一样,都是根据分库键的键值按分库数取余。
使用同一个拆分键进行分库分表。 同一个键值分到的分库的路由结果不会随着分表数的变化而改变。 同一个键值分到的分库会随着分表数的变化而改变。
两张逻辑表需要根据同一个拆分键进行分库分表,但分表数不同。 当两张表按该拆分键进行JOIN时,不会出现跨库JOIN的情况。 当两张表按该拆分键进行JOIN时,会出现跨库JOIN的情况。

假设有2个物理分库(DB_0和DB_1),2张逻辑表(a和b),其中a表每库1张分表,b表每库2张分表。下图展示了分别使用HASH和UNI_HASH进行拆分后,a表和b表进行JOIN的情景:111.png

相关文章
|
Web App开发 测试技术 网络性能优化
WebRTC 拥塞控制 | Trendline 滤波器
本文是 WebRTC 拥塞控制 第 2 篇
WebRTC 拥塞控制 | Trendline 滤波器
|
SQL 算法 关系型数据库
【笔记】开发指南—函数—拆分函数—STR_HASH
本文将介绍STR_HASH函数使用方式
|
8月前
|
存储 弹性计算 运维
阿里云无影云电脑优势_云桌面详细介绍
阿里云无影云电脑优势,阿里云推出无影云电脑,很多用户不清楚云电脑是什么,云电脑是一种安全高效的云上桌面服务,一般用于企业办公。云电脑支持快速便捷的桌面环境创建、部署、统一管控与运维。企业选择云电脑无需前期传统硬件投资,云电脑可以快速构建安全、高性能、低成本的企业桌面办公体系。阿里云百科来详细说下什么是无影云电脑以及云电脑和传统PC、VDI之间的区别
121 0
|
SQL 算法
开发指南—函数—拆分函数—UNI_HASH
本文将介绍UNI_HASH的使用方式。
开发指南—函数—拆分函数—UNI_HASH
开发指南—函数—拆分函数—HASH
本文将介绍HASH函数使用方式。
|
12月前
|
机器学习/深度学习 自然语言处理 索引
自然语言处理:词嵌入简介
自然语言处理:词嵌入简介
199 0
|
SQL 算法 关系型数据库
开发指南—函数—拆分函数—STR_HASH
开发指南—函数—拆分函数—STR_HASH
开发指南—函数—拆分函数—RANGE_HASH
本文将介绍RANGE_HASH函数的使用方式。
|
Java Spring 容器
【小家Spring】Spring AOP的核心类:AbstractAdvisorAutoProxy自动代理创建器深度剖析(AnnotationAwareAspectJAutoProxyCreator)(中)
【小家Spring】Spring AOP的核心类:AbstractAdvisorAutoProxy自动代理创建器深度剖析(AnnotationAwareAspectJAutoProxyCreator)(中)
【小家Spring】Spring AOP的核心类:AbstractAdvisorAutoProxy自动代理创建器深度剖析(AnnotationAwareAspectJAutoProxyCreator)(中)
|
存储 分布式计算 资源调度
大数据面试spark
大数据,面试,spark,大数据面试,流处理
178 0