将键为字符串的哈希查询分派到多台机器的 elegant/scalable 方法是什么？
What's an elegant/scalable way to dispatch hash queries, whose key is a string, to multiple machines?
我想让它具有可扩展性。假设字母都是小写的。例如，如果我只有两台机器，可以将第一个字符在 a ~ m 内的查询分派到第一台机器，而 n ~ z 的查询可以分派到第二台机器。
但是，当第三台机器来的时候，为了让query尽量均匀分布，我不得不重新计算规则，重新分配前两台机器存储的内容。我觉得可能会很乱。比如比较复杂的情况，我已经有26台机器了，当第27台来的时候怎么办？人们通常做什么来实现这里的可扩展性？
在 DHT 中（自）组织机器以将处理查询的负载分配给对象池的过程称为一致性哈希：
https://en.wikipedia.org/wiki/Consistent_hashing
我认为您的问题没有明确的答案。
首先是平衡问题。 DHT 在以下情况下是平衡的：
- 每个节点负载相似？ （负载平衡 可能是您想要的）
- 每个节点负责相似数量的对象？ （这似乎是你的建议）
- （不太可能）每个节点负责相似数量的寻址 space?
我相信您的 objective 是为了确保 none 的机器超载。除非对单个对象的查询足以使一台机器饱和，否则如果您适当地重新平衡，这种情况不太可能发生。
如果其中一台机器的负载明显低于另一台，您可以通过移动 less-load 机器在环中的位置来让 less-load 机器接管 higher-load 机器的一些对象.
另一种重新平衡的方法是通过虚拟节点——每台机器都可以模拟成为 k 台机器。如果它的负载很低，它可以增加虚拟节点的数量（并接管更多的对象）。如果它的负载很高，它可以删除它的一些虚拟节点。
我想让它具有可扩展性。假设字母都是小写的。例如，如果我只有两台机器，可以将第一个字符在 a ~ m 内的查询分派到第一台机器，而 n ~ z 的查询可以分派到第二台机器。
但是，当第三台机器来的时候，为了让query尽量均匀分布，我不得不重新计算规则，重新分配前两台机器存储的内容。我觉得可能会很乱。比如比较复杂的情况，我已经有26台机器了，当第27台来的时候怎么办？人们通常做什么来实现这里的可扩展性？
在 DHT 中（自）组织机器以将处理查询的负载分配给对象池的过程称为一致性哈希： https://en.wikipedia.org/wiki/Consistent_hashing
我认为您的问题没有明确的答案。
首先是平衡问题。 DHT 在以下情况下是平衡的：
- 每个节点负载相似？ （负载平衡 可能是您想要的）
- 每个节点负责相似数量的对象？ （这似乎是你的建议）
- （不太可能）每个节点负责相似数量的寻址 space?
我相信您的 objective 是为了确保 none 的机器超载。除非对单个对象的查询足以使一台机器饱和，否则如果您适当地重新平衡，这种情况不太可能发生。
如果其中一台机器的负载明显低于另一台，您可以通过移动 less-load 机器在环中的位置来让 less-load 机器接管 higher-load 机器的一些对象.
另一种重新平衡的方法是通过虚拟节点——每台机器都可以模拟成为 k 台机器。如果它的负载很低，它可以增加虚拟节点的数量（并接管更多的对象）。如果它的负载很高，它可以删除它的一些虚拟节点。