вот два примера. Синтаксис один и тот же, т.е. в обоих случаях через хэш полей делается. Но в итоге равномерность распределения на сегменты зависит от уникальных значений ключа, а не от хэшей.
Все верно, и там, и там распределение может быть нормальное, но значения, по которому распределен хеш - неравномерно распределены.
И второй случай - не всегда плохо, если у тебя много запросов, которые подразумевают выборку по department_id. В таком случае, ты всегда будешь брать записи с одного и того же инстанса, а не делать лукап между машинами.
——
Представь себе, что решили с пацанами организовать бизнес - открыть пункты продажи отжатых мобилок в городе. Нашли 4 помещения, в разных районах города.
Вот каждый день отжимаете по 100 телефонов у чушпанов
В какую точку какой телефон везти? Вот это проблема дистрибуции - можно по очереди (по сути просто по очереди, мобилу отжали - отвезли в первый пункт, следующую мобилу во второй, следующую в третий и т.д.). Вроде как
Тогда можно взять другую логику - вместо случайности мы берём и распределяем по хешу - каким-то образом делаем соответствие между какой-то характеристикой и определенным помещением. Хеш-функция - это та штука, которая считает хеш. Это может быть:
- Твой кореш Вася, которому звонишь, чтобы уточнить, куда везти мобилу и он говорит номер;
- Свозишь все айфоны в путнкт номер 1, все самсунги в пункт номер два, все китайские телефоны в пункт номер три, остальные - в пункт номер 4;
- Все телефоны младше 2023 года везти в пункт 1, от 2020 до 2023 - в пункт номер 2, от 2017 до 2020 - в пункт номер 3, старше 2017 - в пункт номер 4;
- и т.д.
Главный критерий. что хеш-функция детерминирована, то есть если Васе позвонить и назвать ту же самую мобилку, он ВСЕГДА даже с жесткого будуна скажет везти в ту же самую точку продажи.
На практике, тебе обычно все равно, в какой пункт продажи сдавать телефоны (не обязательно все айфоны должны быть именно в первом, они могут быть все во втором), поэтому сама хеш-функция обычно мало заботит (мы доверяем, что распределение равномерное - в том плане, что если сотни марок телефонов отжаты , то именно по маркам телефоны будут распределены равномерно, то есть в первом пункте будет ~25 марок телефонов, во втором ~25, в третьем и четвертом тоже по 25. НО! Это не значит, что количество телефонов (записей в БД) будет одинаково в каждом из пунктов выдачи, потому что Мотороллу мы отжали одну, а Айфонов 78).
Какой критерий для ключа дистрибуции брать - зависит от наших целей. Если мы хотим распределить телефоны равномерно (то есть просто чтобы везде были мобилки в наличии +/- одинаково), то лучше брать в качестве ключа дистрибуции IMEI телефона. Если нам нужно продавать партиями айфоны периодически, то нам бы лучше, чтобы они лежали все в одном месте, нежели бегать кабанчиком между 4 точками продажи и собирать их все. А может нам нужно все телефоны по году выпуска выбирать? Тогда по году выпуска и делаем распределние, чтобы гарантированно все телефоны 2024 года выпуска лежали в одном месте; это не гарантирует, что телефоны 2020 будут лежать на том же или на другом складе, но гарантирует, что все телефоны 2020 года будут лежать ВМЕСТЕ.
Итого. если допустить некое упрощение:
- Хеш-функция - функция, которая преобразует из бесконечного множества значений в ограниченное (например, остаток от деления на 10; первая буква имени в телефонном справочникe; Васян, который говорит куда везти мобилу)
- Хеш - то, что на выходе у хеш-функции из ограниченного количество значений (цифра от 0 до 9, буква от А до Я, номер нашей точки продажи). На самом деле тут чуть сложнее, но будем считать так для простоты
- Ключ дистрибуции - то, от чего ты будешь брать хеш и, на основе чего, ты будешь брать и получать сам хеш (марка телефона, IMEI, год выпуска, и т.д.)
Ждем вопрос про партишининг теперь.
Продолжаю серию
#быдлоуроки #ойтидлябыдла