為何需要水平擴展？

單機資料庫儲存上限受限於硬體，當資料量從 200 萬激增至 600 萬時，垂直擴展（升級硬體）成本指數級上升。水平擴展採用多台廉價伺服器分攤負載，擴充彈性大、成本可控。

傳統取模分片的痛點

以 ID % N 路由資料至 N 台機器。當新增機器（N→N+1），絕大多數資料的取模結果改變，觸發大規模資料遷移。億級資料遷移耗時數小時至數天，期間來源庫負載飆升，服務極易不可用。

一致性 Hash：最小化遷移範圍

核心原理

1. 構建 2³² 個虛擬節點組成環狀空間（約 42 億節點，足夠支援極大叢集）。
2. 機器節點以 IP 或 Hostname 經 Hash 映射至環上。
3. 資料 Key 同樣 Hash 映射至環，順時針尋找最近的機器節點儲存。

優勢：新增/移除機器時，僅影響鄰近節點的資料，遷移量約為 1/(N+1)，大幅降低擴縮容成本。

虛擬節點解決資料傾斜

實體機器較少時，Hash 分布不均會導致熱點。引入虛擬節點（如每台實體機對應 3 個虛擬節點 1a,1b,1c），使節點在環上分布更均勻，資料負載更平衡。

自建 Solr 分散式架構（棄用 SolrCloud）

實測 SolrCloud 寫入 20 筆資料需數十秒，效能不符預期。改為自管分片：

• 寫入節點：依一致性 Hash 路由索引建立/更新，支援備份節點熱備。
• 讀取節點：讀寫分離，專司查詢，避免寫入鎖定影響搜尋效能。
• 叢集管理節點：監控節點健康、故障轉移、告警。

業務增長時，可依資料類型（用戶、微博等）劃分獨立叢集，各自套用上述架構。

關鍵程式碼片段（Python 示意）

import hashlib, bisect

class ConsistentHash:
    def __init__(self, nodes=None, replicas=100):
        self.replicas = replicas
        self.ring = {}
        self.sorted_keys = []
        if nodes:
            for node in nodes:
                self.add_node(node)

    def _hash(self, key):
        return int(hashlib.md5(key.encode()).hexdigest(), 16) % (2**32)

    def add_node(self, node):
        for i in range(self.replicas):
            key = self._hash(f"{node}#{i}")
            self.ring[key] = node
            self.sorted_keys.append(key)
        self.sorted_keys.sort()

    def get_node(self, key):
        if not self.ring: return None
        hash_val = self._hash(key)
        idx = bisect.bisect(self.sorted_keys, hash_val) % len(self.sorted_keys)
        return self.ring[self.sorted_keys[idx]]