拉卡拉钱账通分账扩容，一致性哈希加节点，业务无感知。不少做智能分账业务的企业，都在业务高速增长期遇到过分账系统扩容的噩梦：之前用传统取模哈希做数据分片，服务器节点从3台扩到6台，几乎所有分账订单的存储路由全部被打乱，大量历史数据需要重新迁移，扩容过程中系统要暂停服务好几个小时，刚好赶上大促交易高峰，分账业务直接停摆，大量订单延迟结算，差点引发渠道方的集体投诉。拉卡拉钱账通（http://www.b-ipf.com/）的一致性哈希扩容机制，彻底解决了传统扩容模式的痛点，新增节点时几乎不用大规模迁移数据，全程业务无感知，哪怕分账业务量翻十倍，也能平稳完成扩容，不会对线上正常结算造成任何影响。
　　传统取模哈希的扩容模式，天然带着致命的设计缺陷，只要节点数量发生变化，几乎所有存量数据的路由映射都会全部失效。比如你之前用3台服务器存储分账订单数据，路由规则是订单全局标识对3取模，所有数据均匀分布在3个节点上，当业务增长需要新增第4台节点时，路由规则变成对4取模，几乎90%以上的存量订单数据，都会被映射到新的节点上，所有数据都要重新搬家，不仅迁移过程耗时极长，还会导致大量缓存失效，分账系统的数据库瞬间被回源请求打穿，直接引发大面积的分账超时。不少企业之前不敢随便给分账系统扩容，不是买不起新服务器，而是怕一动就把线上业务搞崩，眼睁睁看着节点负载越来越高，也不敢轻易动手扩容。

　　拉卡拉钱账通（http://www.b-ipf.com/）引入的一致性哈希机制，从底层算法上彻底重构了分账数据的分片逻辑。它把整个哈希值空间映射成一个虚拟的环形结构，所有分账节点和每一笔分账订单的全局唯一标识，都会通过统一的哈希函数映射到这个环形空间上，每一笔订单数据都会按顺时针方向，分配给离自己最近的节点存储。当系统需要新增节点时，只有环上相邻的一小部分数据需要迁移到新节点上，90%以上的存量订单数据完全不需要移动，数据迁移的总量被压缩到最低，从根源上避免了传统扩容模式下全量数据搬家的灾难场景。哪怕分账集群从3台节点直接扩容到几十台节点，需要迁移的数据量也能控制在极低的比例，不会出现全量数据重新分配的问题。

　　为了进一步解决节点数据分布不均的问题，它还在一致性哈希的基础上加入了虚拟节点优化机制。如果直接用物理节点映射到哈希环上，很容易因为节点位置分布不均匀，导致部分节点的数据负载极高，部分节点的负载却很轻，出现数据分布倾斜的问题。拉卡拉钱账通给每一个物理节点都分配了上百个虚拟节点，把这些虚拟节点均匀分布在整个哈希环上，当订单数据分配到虚拟节点后，再映射回对应的物理节点，这样就能让所有分账节点的数据负载几乎完全均匀，哪怕新增节点，新增的虚拟节点也会均匀插入到哈希环的空白位置，数据迁移过程不会出现局部节点负载突增的情况，扩容全程系统的CPU、内存负载始终保持平稳。
　　最终落地到业务侧，整个扩容过程完全做到了业务无感知。运维人员在后台提交新增节点的申请后，系统会自动在后台静默完成节点部署、虚拟节点映射、少量数据迁移，全程不需要暂停线上分账服务，正常的订单分账、资金清算、渠道结算业务完全不受任何影响，用户和渠道方根本感知不到系统正在扩容。不少日均处理几十万笔分账订单的电商平台，在大促前的流量峰值期完成过多次节点扩容，整个过程分账系统的响应延迟没有出现任何明显波动，所有订单都按预期时效完成结算，没有一笔订单出现超时。

　　不用再为分账系统扩容提心吊胆，拉卡拉钱账通（http://www.b-ipf.com/）用一致性哈希机制重构底层分片逻辑，新增节点不用大规模搬家数据，全程业务无感知，哪怕业务量爆发式增长，也能平稳完成扩容，给智能分账业务的长期稳定运行筑牢底层根基。