本文将介绍Fluss表的分桶策略。
分桶（Bucketing）
分桶策略是一种数据分布技术，通过将表中的数据划分为多个小块并分布到多个服务中，以实现高效的数据存储和计算。在创建 Fluss 表时，你可以通过设置 'bucket.num' = '' 属性来指定分桶数量，详情请参见管理表。
目前，Fluss 支持三种分桶策略：哈希分桶（Hash Bucketing）、粘性分桶（Sticky Bucketing） 和轮询分桶（Round-Robin Bucketing）。
主键表（Primary-Key Tables）只能使用哈希分桶。
日志表（Log Tables）默认使用粘性分桶，但也可以使用其他两种分桶策略。
哈希分桶（Hash Bucketing）
哈希分桶其优势在于能够将数据均匀分布至多个节点，充分发挥分布式计算的优势，同时具备出色的可扩展性（支持动态调整分桶数量或集群规模），特别适用于海量数据的处理场景。
使用方法：通过为表设置 'bucket.key' = 'col1, col2' 属性来指定用于哈希分桶的分桶键。主键表默认使用主键（不包括分区键）作为分桶键。
粘性分桶（Sticky Bucketing）
粘性分桶可以在写入日志表时实现更大的批次写入，从而减少写入延迟。每次发送一批数据时，粘性分桶会自动切换目标分桶。随着时间的推移，数据记录将逐渐均匀分布至所有分桶中。粘性分桶是日志表的默认分桶策略，这是由于日志表底层采用 Apache Arrow 数据格式，而该格式在处理大数据批次时表现出极高的效率，因此粘性分桶能够更好地发挥其性能优势。
使用方法：通过设置 'client.writer.bucket.no-key-assigner'='sticky' 属性来启用此策略。主键表不支持此策略。
轮询分桶（Round-Robin Bucketing）
轮询分桶是一种简单的策略，在每次写入记录前随机选择一个分桶。这种策略适用于数据分布相对均匀、不存在明显数据倾斜的场景。
使用方法：通过设置 'client.writer.bucket.no-key-assigner'='round_robin' 属性来启用此策略。主键表不支持此策略。