轉自: http://www.hellodb.net/2009/12/hash_partition.html

在面試時經常會問一個問題，請列舉出hash在數據庫內部的應用，hash的原理雖然簡單，但是它在數據庫中可以說是無處不在。其中hash partition是hash在數據庫中一個簡單的應用，雖然它沒有range partition那麽常用，但是我們在做數據庫水平拆分時，其實就是利用了hash partition的原理，利用hash函數對某個key進行運算，然後將其分布到不同的主機上，原理很簡單。

我們在設計時遇到了一個問題，當分區的數量需要變化時，基於hash的原理，數據可能會從一個分區移動到另外一個分區，因為某個key在4個分區時，可能被分布在分區3，而在8個分區時，可能被分布在分區5。這樣每當分區數量變化時，就需要全部重新分布數據，代價很高。

那麽Oracle是怎麽做的？首先可以肯定的是Oracle的hash partition在分區增加時，不需要做全部數據的重新分布。有人告訴我Oracle的hash函數比較牛，可以保證分區數量增加時，這個hash函數可以讓原來的數據還在舊的分區中，而新的數據可以分布在新的分區。Oracle的函數無非就是get_hash_value或ora_hash(10g)，從hash的原理上來說，這也是不可能做到的。

我們對hash partition都有一個常識，就是partition的數量最好是2的次方，也就是2，4，8，16……，否則分區會出現不分區均衡的現象，按照hash的原理，不管是幾個分區，都可以做到完全均衡的，為什麽會不均衡，其實答案已經出來了，Oracle為了能夠增加分區，為你預留了幾個看不到的分區。

假設我們有6個分區，一共8000條數據，數據的分布如下圖：

hash partition不能直接增加分區，而是split當前分區，當需要增加到8個分區時，實際上是分區3和分區4分別split產生新的分區7和分區8，如下圖：

Oracle如何做到分區數量增加後，其他分區的數據不受影響呢，其實很簡單，Oracle在做hash運算時，預留了分區，比如6個分區，實際上是用8個分區的hash來運算的，只不過把缺少的分區的數據合並到其他分區，這樣就會出現數據不均衡的情況。Oracle的公式是這樣的，用等於或者大於當前分區數量的最小的一個2的N次方，比如6個分區做8個hash bucket。我們再來考慮一下2，4，8，16（2的N次方）的情況，比如要把4個分區加為5個分區，因為已經是2的N次方，所以數據會均勻分布，而且Oracle還是使用4個hash bucket。這時新增的分區5實際上把分區1 split後產生的，這時因為有5個分區了，所以會使用8個hash bucket。這時Oracle的hash函數就比較牛了，它可以保證2，4，8，16個分區時，同一個鍵值分布在相同的分區或者是對應可以合並的分區，看下面的SQL：

select ora_hash(‘hellodba’,1)+1 par2,ora_hash(‘hellodba’,3)+1 par4,ora_hash(‘hellodba’,7)+1 par8,ora_hash(‘hellodba’,15)+1 par16 from dual;

      PAR2       PAR4       PAR8      PAR16
---------- ---------- ---------- ----------
         2          4          4         12

上面的SQL我們看到分區的數量在2，4，8，16時，hellodba這個key分別落在在2，4，4，12號分區，雖然落在不同的分區上，但是分區4和分區12是對應可合並的，這樣就保證了數據是不需要移動的。一句話總結就是hash bucket總是2的N次方，如果分區數不足，則會合並數據，產生不均衡的情況，這樣增加分區時，只需要對應分區的數據做split即可。同理，減少分區也不是簡單的drop，而是合並分區。

再回到我們的項目中，我們為了解決這個問題，采用了更簡單的處理方案，直接就做了1024個分區，我們有8個物理數據庫，每個數據庫中有128個表，以後再分拆時，只要移動這些表，並修改應用中的對應關系就可以了。其實和Oracle合並再拆分的思路是一樣的。

這個問題其實在大牛lewis的Practical Oracle8i中講過，當時我並沒有仔細想清楚，現在想清楚了，特此記錄。有些東西，明白了就覺得它挺簡單的，希望對大家有幫助。

Oracle hash分區的秘密