分布式系统中Sharding与Consistent Hashing如何结合？我的理解是否有误？

概念回顾 #

• 分片（Sharding，又称分区）：分布式系统中广泛使用的技术，将数据逻辑划分为多个分区，每个节点被分配一组分区，以此通过并行化提升读写吞吐量。
• 一致性哈希（Consistent Hashing）：负载均衡和路由服务中常用的技术。传统方式里，为找到处理指定key的节点，会计算key的哈希值再对节点数量N取模，但节点数量变化时，大量key需要重新哈希并在节点间迁移；一致性哈希可替代取模N的操作，仅需迁移部分数据。

分片的实现依赖两种映射关系：

1. key_to_shard：将key范围划分为一系列子范围，每个子范围分配给一个分片，该过程完全不涉及取模N操作。
2. shard_to_node：将指定分片分配给某个节点。
   • 对于静态分片（分片数量永不改变），key_to_shard的实现非常简单；
   • 对于动态分片，支持分片拆分（将一个分片拆分为两个相邻key范围的分片）和分片合并（将两个相邻key范围的分片合并为一个）；
   • 无论静态还是动态分片，均不会涉及取模N操作。

许多文献或教材指出，分片通常与一致性哈希结合使用。那么问题来了：既然分片的映射过程不存在取模N操作，一致性哈希应该在何处使用？我的理解是否存在错误？

内容的提问来源于stack exchange，提问作者lzx071021