質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.91%

データの分割について

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 653
退会済みユーザー

退会済みユーザー

Webと言うよりはデータの分割とうに関する質問です。
データを複数のマシン間で分割することを考えます。
私の読んでいる本に次のような記述があります。

「ハッシュ値が一致するコンピュータにデータを保持していく方法があります。
具体的には次のようにします。
データに関するキーをいくつか選び、ハッシュ値を生成し、ハッシュ値をマシンの台数で割ったあまりを計算し、その値に対応したマシンにデータを保持する。つまりデータは#[mod(hash(key), N)]というマシンに保持されることになります。

この方法の利点はルックアップテーブルが必要ないことです。どのマシンも、データのグループがどのマシンに保持されるかを自分で求めることができるからです。しかし、問題は一つのマシンのデータ量が増えてしまい、最終的には許容量を超えてしまう可能性があるということです。この場合はより良い負荷分散のためにデータを他のマシンに振り分けるか、マシンを木構造のような構成にしてデータを分割する必要があります。」

ハッシュ値の生成に偏りが生じるというわけですが、確率的に考えて不自然に思えます。
ハッシュ値を使うと、そのような偏りは生じないと思うのですが、生じてしまうのでしょうか?
回答お願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

例えば、無作為に抽出した自然数を特定の数で割ることを考えると…
偏りますよね。
むしろ偏る方が多い。
問題は、その偏り方の度合いがどうかって話ですな。

システム設計では想定外の要因で、
データに偏りが出るって話もあるでしょう。
それをきらうのであれば、相応のコストを払う必要がある
ってことで、それも費用対効果でバランスをとる
って話になってくるのではないかと。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/09/12 20:27

    お返事ありがとうございます。
    なるほど、理解できました。

    よろしければもう一点教えてください。
    >より良い負荷分散のためにデータを他のマシンに振り分けるか、マシンを木構造のような構成にしてデータを分割する必要があります。
    マシンを木構造のような構成にしてデータを分割すると言っていますが、どのようにデータを分割するつもりなのでしょうか?
    木構造にすることによるメリットが見えないのですが。。

    キャンセル

  • 2016/09/12 21:25

    ご本人ではないので真意は分かりかねます。
    バランスツリーをイメージしているのかなって気がしますが、
    実際にどのノードをどのマシンに振り分けるか問題の
    解決策にはなっていないと思います。
    単にデータの分散を考えるのであれば、SAN(Storage Area Network)を
    検討した方がまだ現実的じゃないのかなあって気はしますね。

    キャンセル

  • 2016/09/12 22:28

    回答ありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.91%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る