mysql - 如果我知道分布将不相等，如何计算哈希中的桶数？

Question

我有以下问题(我将在下面给出实际上下文):
我有一系列 id(当然是与这些 id 相关联的数据，但我会给出核心问题)1..最多 500000
现在这些是连续的但是它们是随机“到达”的，有些可能永远不会“到达”，而另一些可能会分批频繁出现，所以它们分布不均(我说到达时指的是我的意思作为数据库中的记录)。
如果我创建某种 id 计数及其外观，我如何才能找到多少个合适的桶数来进行模运算，以便桶被均匀填充？

我的问题的背景:
我正在阅读 hash partitioning
我认为基本假设是您散列的列值分布良好。但是，如果在表中您不能对分布良好的列/属性进行分区(因为数据分布不均，例如客户 ID 购买的东西比其他人购买的东西少)。
那么应该如何处理呢？分区范围应该小一些吗？ (我的意思是模数部分要小而不是大)

Answer 1

如果你想每月获取每个分区的分布情况，那么你可以使用以下语句来实现:

SET @partitions = 4; 

SELECT
    id_column % @partitions as bucket,
    MONTH(your_date) as month,
    COUNT(*) as cnt
GROUP BY
    month,
    bucket;

并使用变量@partitions 的值。如果时间线跨度超过一年，则只添加一个 YEAR 列:

SET @partitions = 4; 

SELECT
    id_column % @partitions as bucket,
    YEAR(your_date) as year,
    MONTH(your_date) as month,
    COUNT(*) as cnt
GROUP BY
    year,
    month,
    bucket;

这是查看可用数据如何在分区之间分配的好方法。