分表，分库算法

标签：style   blog   http   io   ar   使用   sp   on   数据   

经典案例：

1：在memcache中分key存储。主机分布式选择主机的算法

一：利用crc32散列

    <?php
    //范围:00-63
    function crc_hash(&$keyword,$n=64)
    {
    $hash = crc32($keyword) >> 16 & 0xffff;
    return sprintf("%02s",$hash % $n);
    }
    ?>

 二：当用户数量太多（如达到千万级别），数量量太大时，我们会根据用户名username使用hash算法得出0-N的一个数值，将用户信息分散存储到N个表中，如增加用户信息示例代码如下：

    <?php

    function getHash(&$keyword,$n)
    {
    $hash = crc32($keyword) >> 16 & 0xffff;
    return sprintf("%02s",$hash % $n);
    }

    $table = ‘userinfo_‘.getHash($username,100);

    $sql = "insert into {$table} values(....)";

    $db = new models($table);//封装的数据库操作类
    $db->MyInsert($sql);

    ?>

 三：

hash算法一般是利用数组实现的，步骤如下：
存元素时：
1.把要存储的元素(value)计算一个hashcode(称为散列),这个就是key。
2.把元素存储到以hashcode为下标的数组中。
3.若此数组下标已经有元素，则使用链表的方式把元素连接起来。

获得元素时：
1.元素(value)计算hashcode。
2.hash表中按hashcode(key)取得元素。
3.若一个key中对应多个元素，则还需匹配是哪个元素。

就这么简单，hash算法由于直接映射数组下标，所以查找算法的时间复杂度来说是O(1)的。不过若计算hashcode的算法不是很好的话，可能 造成一个桶(数组中的一个位置)内有多个元素，而有些桶内一个元素都没有。这样在存、取元素时都需要在桶内进行查找操作，而且造成空间的浪费。所以一个好的hashcode的算法使得任意给定的元素能够均匀地存储在hash表中的每个桶内，显得尤为重要。以下给出一个非常经典的通用散列算法，经过研究人员统计分析过散列程度的。

    unsigned long hashcode(const unsigned char *name)
    {
    unsigned long h=0,g;
    while(*name)
    {
    h=(h<<4) + *name++;
    if(g=h & 0xF0000000)
    h^=g>>24;
    h &=~g;
    }
    return h;
    }

除非你对这个通用散列算法有特殊需求，导致无法满足需要，否则应该使用这个函数。

hash算法确实应用得非常广泛，因为其查找的速度是O(1)的。比如：如今数据的海量存取和高并发访问的需求，造成关系数据库逐渐退出舞台。DB中使用B+树索引提供范围查询，hash(key-value)索引实现点查询。

参考：http://www.dewen.io/q/405/%E6%B1%82mysql+%E5%88%86%E8%A1%A8%E7%9A%84%E6%84%8F%E4%B9%89

分表，分库算法

标签：style   blog   http   io   ar   使用   sp   on   数据   

原文地址：http://www.cnblogs.com/Alight/p/4161080.html