概要

キーをハッシュし、固定個数のバケットへ行を均等に近い形で割り当てるデータ配置の手法。
Hive/Spark などでは、同じキー・同じバケット数なら結合時のシャッフルを減らせる用途が典型。
バケット数は書き込み時に決まり、あとから変えにくいことが多い。
ノード分散そのもの(シャーディング)や、値ごとのディレクトリ分割(パーティショニング)とは役割が違う。

関連

Contents