在 Flink 中做 keyBy 的时候，内部根据 key 选择下游节点时，有这么一段逻辑，代码在 KeyGroupRangeAssignment.java#L75：

int computeKeyGroupForKeyHash(int keyHash, int maxParallelism) {
        return MathUtils.murmurHash(keyHash) % maxParallelism;
}

简单来说，就是根据 key 的 hash 值，计算出 key 的分组。这里需要注意的是，并非直接简单地根据 hash 值取模，而是经过了一次 MurmurHash。

那为什么要这么做，解决了什么问题呢？

问题简单来说就是：keyBy 之后的分组要足够均匀，而用户定义的 keyHash 未必均匀。

举个最极端的例子：M % 10，但 M 的取值全都是 10 的倍数，比如 {10, 20, 30} 等。那无论 M 的取值有多分散和随机，M % 10 都等于 0，那么最终只有分组 0 里面有数据，将会发生严重的数据倾斜。

为什么 MurmurHash 能解决这个问题？

大沙河的一端在深圳湾公园，最终在深圳湾入海。从深圳湾公园出发，走右侧道路，一路上骑行道和人行道分离的都很好，路面也比之前走左侧时更宽，即使是十一假期，骑着也很舒服。

快到绿道尽头骑出来的时候，才意识到自己已经骑了很远 —— 旁边竟然就是深圳野生动物园。

返程不想打车或者地铁回去，觉得枯燥又无聊，干脆换条路一口气骑回家，最终刷新了个人骑行最远纪录：35 公里。奇妙的体验~

从长岭陂地铁站 A1 口出来，直走大概 500 米，有条左拐进山的破破的小路，路边停满各种落满了叶子的车，一度让我怀疑是不是走错路了。

一路上都是石板路，没有什么野路（不过石板缝隙挺大的， 挺容易崴脚， 骑车也不行），路面很平缓，几乎感受不到在爬升，大部分路段都被树荫覆盖。属于新手入门级的徒步线路。

不过虽然很凉快，但还是注意防晒，出发的时候忘记带防晒衣和帽子，晚上洗澡的时候发现脖子晒伤了。

路上见到不少带着负重背心越野跑的人，感慨和羡慕满满的生命力和活力！

今年开始去海边公园骑行，骑了几次，可以说是最近几年所有事情里最舒服的体验。尤其深圳湾这条线，从人才公园一路延伸到蛇口，有专门的骑行道，而且道平灯亮，慢悠悠地骑车既踏实又放松。

类似于必读书目的书单，那些值得反复阅读、常读常新的技术博客，也应该被系统地整理成一份精选集合。

先开个坑，后续逐步填充内容~

• 百度 C++ 工程师的那些极限优化（内存篇）

• 百度 C++ 工程师的那些极限优化（并发篇）