开始学习之前，先简单接受下分布式系统是什么。
分布式系统是什么
这里我先以百度百科上搜索分布式系统为依据，结合自己的理解，做个简单的概括。 分布式系统（distributedsystem）是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。因此，网络和分布式系统之间的区别更多的在于高层软件（特别是操作系统），而不是硬件。
以上是百度百科的原话。 若要用形象的比喻的话。分布式系统就是支持 多个能独立运行的计算机（或是模块或是子系统）组成。 划重点：
1.多个，即能把要处理的任务，分化成多个小任务。
2.独立运行，即每个小任务相互间是独立性的。
3.组成，这里的组成，可以抽象的理解为，有种叫共享的机器（LAN），连接着每个计算机。
分布式系统的作用及特点
1.先谈钱， 与集中式系统比较，分布式系统可以通过较低廉的价格来实现相似的性能的。
2.可靠性，因为它“独立运行”，当某个机器或出故障了，并不影响其他机器的运行。从概率上说，10台机器，有一台坏了，也就损失10%的性能。还有90%的性能正常运作。
3.可以无限扩展。一个良好的成长性公司，随着他的成长，他的工作量也会大大的增长。用集中式的话，可能就得更换更大的机器去代替。 用分布式的话。可以锁着工作量的增长，去适当增加工作的机器。
4.分布式是给每个计算机独立的运行，同时，也有个中间站（LAN），把他们联在一起。每台计算都有个他们自己的“特长”，当接受到自己不擅长的任务，可以通过中间站分配给对应的机器。
分布系统也有他自身的缺点
1.目前在这个分布式系统的设计及实现上的经验太少。市场上，用分布式系统开发的软件还是较少。需要时间的验证
2.由于网络可能饱和，造成信息的损失，网络过载。
3.由于数据的共享。对保密数据的安全性问题比较难以解决。
该谈谈怎么实现的问题了，此篇文章，我们先来谈谈他的第一步——数据分片
分布式是解决把一个大任务细分为多个小任务。 大任务我们是知道了的。那，问题来了，我们该怎么分，怎么根据每个独立计算机的特点进行分配，这就是我们要解决的数据分片问题。
1.怎么按数据的特征，以及独立计算机的特点进行匹配划分
2.怎么把属于某个数据，转移到适合他的独立计算机上。
3.增加了新的独立计算机，怎么分配数据
4.独立计算机的管理问题，怎么知道哪类数据是在哪个模块。
目前的分片，有三种方式：hash方式，一致性hash（consistent hash），按照数据范围（range based）。 这里我先标明下：用哪种方式进行分片是要根据具体的业务需求进行权衡选择的。
hash方式：
哈希表，特点：简单。由于他的简单，也就不存在上面提的独立计算机管理的问题（为了方便理解，把每个独立计算机储存数据的特征 当做元数据）。按照数据的某一特征来计算哈希值，并将哈希值与系统中的节点建立映射关系,从而将哈希值不同的数据分布到不同的节点上。缺点是每增加新的独立计算机，需要大量的移动数据。
假设先有3个机器，每个机器对应平均分配一个hash值的区域，按id来计算hash值，再进行分配，得到以下情况。这些n0,n1,n2就是元数据
若是再增加一个机器，每个机器对应的一个hash值的区域就发生改变。，原有的id的hash值，可能不在原有的机器中，需要发发生数据转移。
此外，hash方式很难解决数据不均衡问题， 假设这里面是按员工的薪水进行计算hash值，实际人群中，可能处于平均薪水10k 左右的人比较多，高薪水的人比较少这导致某些机器上的数据很大，某些机器上的数据很小。
一致性hash：
一致性hash相当与一个环。所有的数据都在这个环上，每个机器相当于环的一截，所有机器加起来等于一个环。 元数据就每个机器的“范围”以及他们在环上的位置。
可以发现，一致性hash的同样也比较简单。但是相对于hash来说，一致性hash在增加新的机器后，不需要大量挪动数据。如图：在环上增加个n5的新机器，只是把原来属于n4的3条数据移到n5的机器上。减少了n4的数据压力。
不过，我们可以发现问题，增加了一个n5的机器只减少了n4一台机器的压力，不能减少其他机器的数据压力。 举个例子：假设一个购物网站，在购物节的时段，用户买东西频率增加，负责这一个模块的机器扛不住了，增加一个机器就可以解决这个问题。。。若随着这个网站的发展，他的用户规模增加，不急是买东西的次数增加了，浏览网页的次数也多了，卖家入驻也多了，需要维护的东西也多了，此时，增加一个机器，解决不了这个问题。
此时，就引入了一个叫虚拟结点的概念。（virtual node）。可以理解为每一个节点有了分身的功能，分散在这个环上，所有分身负责的区间和就是这个节点实际负责的区间。 虚拟节点指的就是这些分身。元数据依旧指的是所负责的区间，只不过数据量增大了一些。当增加一个新的机器，在环上会出现多个分身，就能分担多个机器的压力了。
以上图为例。假设 a,b c为实际的节点。 1a,2a,3a对应是a节点在环上的分身，一次类推。c为新增加的机器，增加了C机器，对应在环上会增加1c,2c,3c的节点。
从图上分析：
增加1c节点， 减轻了 2a节点的压力
增加2c节点，减轻了3a节点的压力
增加3c节点，减轻了2b节点的压力
分身节点负责的区间和是实际节点为节点的区间，即 C机器的增加，减少了A,B机器的压力。以此解决了之前的问题。
| 方式 | 映射难度 | 元数组 | 节点增删 |
|---|---|---|---|
| hash | 简单 | 简单，不用修改 | 1.增删时需要迁移大量数据 |
| 一致hash没有虚拟节点 | 简单 | 较简单 | 1.只影响邻近节点的数据2.不能实现所有节点数据迁移 |
| 一致hash有虚拟节点 | 普通 | 较复杂 | 1.增删时数据迁移少2.增加时可分担所有节点的数据 |
| range based | 复杂 | 复杂 | 1.增删时数据迁移少2.增加时可分担所有节点的数据 |
怎么选择特征
可以看到，切片的方法都有个基础，及按某一个特征得出hash值，那么，这个特征怎么选择，这里选择的方式根据不同的系统，及业务要求，不同，但是，可以肯定的是，选出来的特征值必须满足以下要求：
1.能满足分布式系统的特征，分任务后，任务能独立运行，可扩展性高。
2.能提高系统的性能，和可用性。
学习参考地址：http://www.cnblogs.com/xybaby/p/6930977.html 在此谢谢该作者。