SunlightDB 无限扩展

随着数据量和吞吐量的增长，运维人员能够直接通过增加本地或公有云服务器，快速增加SunlightDB系统容量。SunlightDB是一种“分布式”数据库，可部署到多个“集群”服务器上，“集群”是由多个具有同等功能的SunlightDB服务器实例组成。

SunlightDB数据存储的单位是表和行，每个表都有严格的模式和强制主键，强制主键用于自动将表拆分为多个同等大小的分区，每个分区存储在集群中的多个服务器上。关于分区算法，主要有以下几种：
（1）模哈希算法
模哈希算法定位表中的每一行需要的时间量相同，无需考虑表中的总行数，并且我们只需输入行的ID和服务器总数。但是，该算法无法处理一个不断增长的数据集。如果我们不断地向表中添加更多的行，最终我们将增加服务器总数，来增加更多的容量，但是改变服务器总数也就改变了模运算的结果。
（2）一致性哈希算法
一致性散列仅能支持精确查询，就是说，如果我们已经知道行的ID，我们只能快速找到一行。如果我们要查找ID范围内所有行的位置，例如ID在10到50之间的所有行，我们将扫描整个表格。因此，一致性散列特别适用于不需要范围扫描的键/值数据库。另外，在更改服务器数量后，我们仍然需要复制大约1 / N（服务器总数）的数据。
（3）BigTable 算法方案

基本上BigTable是经典分裂算法的应用。初始情况下，每个表只含一个Tablet，随着表数据的增长，它会被自动分割成多个Tablet。同时，Master服务器会负责控制是否需要将Tablet转交给其他负载较轻的Tablet服务器，从而保证整个集群的负载均衡。BigTable方案的优点是它支持范围扫描，并且我们向集群添加服务器不会导致数据重新平衡。

SunlightDB分区，选择BigTable方案，并不是说这个方案或者说算法更好——算法无优劣，关键看场景。