分库分表的取模算法策略，怎么避免数据倾斜？

结论：取模（Modulo）本身是均匀的，倾斜几乎都来自两件事——分片键的分布本身不均匀，取模基数太小。避坑三板斧：选高基数字段做键、对哈希值而非原始值取模、用预分片（逻辑 1024）把扩容动作与取模空间解耦。

一、取模为什么也会倾斜

订单号按「日期 + 当日序号」生成，直接 % 4：

  2025110300001 % 4 = 1      2025110300002 % 4 = 2
  2025110300003 % 4 = 3      2025110300004 % 4 = 0
  ...
  当日序号连续 ⇒ 四个分片轮流命中，看似均匀；
  但若序号按渠道分段（渠道 A 占 0001~9999），
  渠道 A 的订单会均匀铺满，而「单个渠道的批量导入」
  仍会在短时间内压向同一批分片。

取模解决的是「最终分布」，解决不了「瞬时热点」。

二、预分片：把扩容和取模解耦

逻辑分片 1024 张（定义一次，永不改变）      物理节点（可增减）
 t_order_0000 ┐
 t_order_0001 ├──► ds0   承载 0000~0255
 ...          │
 t_order_0256 ├──► ds1   承载 0256~0511
 ...          │
 t_order_0512 ├──► ds2   承载 0512~0767
 t_order_0768 ├──► ds3   承载 0768~1023

扩容时：把 ds2 上的 256 张表整体搬到 ds4，路由表改一行，分片算法不动

好处是分片算法 hash % 1024 永不变更，扩容退化为「搬表 + 改映射」；代价是逻辑表数量多，需要中间件或自研路由支持。

三、双倍扩容与迁移判定

public class DoubleExpansionRouter {
    private final int oldShards;   // 例如 4
    private final int newShards;   // 8

    public DoubleExpansionRouter(int oldShards) {
        this.oldShards = oldShards;
        this.newShards = oldShards << 1;
    }

    // 只有新增位为 1 的键需要搬迁
    public boolean shouldMigrate(long hash) {
        return (hash & oldShards) != 0;
    }

    // 迁移完成后的路由
    public int route(long hash) {
        return (int) (hash & (newShards - 1));
    }

    // 迁移期间的读兜底：先按旧地址查，迁移中的键回查新地址
    public int readFallback(long hash) {
        int oldIdx = (int) (hash & (oldShards - 1));
        return shouldMigrate(hash) ? oldIdx + oldShards : oldIdx;
    }
}

四、配置示例

sharding-algorithms:
  order_mod:
    type: MOD              # 直接对整数列取模
    props:
      sharding-count: 1024
  tenant_hash_mod:
    type: HASH_MOD         # 先哈希再取模，适用于字符串键
    props:
      sharding-count: 1024

整数 ID 用 MOD 最省；字符串分片键（如 tenant_code）必须用 HASH_MOD，否则字符编码特征会让结果严重倾斜。

五、常见追问

Q1：预分片 1024 会不会太多？ 1024 只是路由空间。物理上可以先只建 4 个库、每库 16 张表，用映射表把 1024 个逻辑槽折叠到 64 张物理表上，需要扩容时再展开。

Q2：加盐和取模能一起用吗？ 可以，加盐相当于先扩维再取模。但加盐后读要扇出所有盐位，只适合写多读少，不适合列表与范围查询。

Q3：倾斜已经发生了怎么补救？ 短期把热点数据迁到独立库或独立表；中期调整分片键（新建索引表）；长期在写入侧拆分（给大客户分配独立 ID 空间）。

小结

• 取模只是函数，倾斜的根因在分片键与基数。
• 用 2 的幂、先哈希再取模、预分片，是三个成本最低的保险。
• 扩容优先选双倍扩容，只迁移一半，回滚也简单。