昨天講到partition，事實上partition比較常用在write需求高的應用(平行寫)，這是為什麼呢？

以前同事問過一個問題：既然有多台機器，那當然是把query分散到多台機器上啊。為什麼我們不想把query灑到所有機器上呢？

這問題的答案是：如果query很耗時，那分散的確會比較好；但如果query很快(比方有用到DB的index lookup)，那分散會增加效能降低的風險。

Hadoop的Map Reduce就是透過分散提昇效率，因為有很多資料要掃，所以分散是值得的。在這種狀況下，效能的增加蓋過效能降低的風險。

所謂效能降低的風險是指：因為要所有機器都回傳資料後才能完成運算，所以運算時間是 Max(各台機器的處理時間)。當機器越多的時候，發生異常的機會越高，導致運算延遲。

一個現實的例子像是在橋開會時間，當與會人員越多時，就越有可能要花更久時間來協調，因為要等最慢回覆的那個人。

所以，在分散式資料系統中，如過查詢費時，可以盡量分散；但如果查詢很快，請盡量集中在少數機器處理。

不好意思，今天的文章有點水^^，請多包含~