众所周知，数据分片包括水平和垂直，这里只讨论水平这种情况，并且，我们默认数据的切分规则是以ID。
细化下来，其实主要是讨论两种情况：ID为UUID或者说无序的字符串的情况，以及ID是数字形式的情况。前者无序，后者有序。
当ID是无序字符串的时候，一般采用将ID哈希后再取模的形式，而数字则直接取模。从原理上说，前者无法保证数据彻底均匀的分布在各个表中，而后者则没有这种情况。
但，空口无凭，一切还是要以事实为依据，做到心中有数。所以，我创建了10张测试表，准备插入100万条数据，用来探索UUID形式的ID加哈希这种算法的数据分布情况。当然，其实有更简单的方式，直接生成100万个UUID然后哈希取模并计数就行了。不过，我正好测试Sharding JDBC，算是顺势而为吧。
数据如下：
| 表名 | 数据量 |
| t0 | 100032 |
| t1 | 100315 |
| t2 | 99452 |
| t3 | 99762 |
| t4 | 100001 |
| t5 | 99791 |
| t6 | 100614 |
| t7 | 100373 |
| t8 | 99796 |
| t9 | 99864 |
图表来一个：
| 最大值 | 100614 |
| 最小值 | 99452 |
| 差值 | 1162 |
总结：如果是业务限制，UUID还能能用的，如果是新项目，能避免还是避免吧。