现已将数据集分布多个节点，但当客户端要发送请求时，如何知道应该连接哪个节点？若分区再平衡，分区和节点的映射也随之变化。
对此，需要有一段逻辑知晓这些变化并负责客户端的连接：如若我想读/写K “foo”，需连接哪个IP地址和端口号？
这其实就是服务发现,任何通过网络访问的系统都有此问题，特别是当其目标高可用（在多台机器上有冗余配置）。该问题有多种方案，如图-7:
- 允许客户端连接任一节点（如采用循环策略的负载均衡）。若该节点恰有请求的分区，则直接处理该请求；否则，将请求转发到下一个合适的节点，接收回复，并返回给客户端
- 将所有客户端请求都发送到路由层，负责将请求转发到对应分区节点。路由层本身不处理任何请求，仅负责分区的负载均衡
- 客户端感知分区和节点的分配关系。此时，客户端可直接连接到目标节点，而无需任何中介
不管啥方案，关键问题：作出路由决策的组件（可能是某个节点，路由层或客户端）如何知道分区和节点之间的对应关系及变化？
这是个有挑战的问题，所有参与者都要达成共识，否则请求可能被发送到错误节点。 在分布式系统的共识协议，通常都难以正确实现。
许多分布式数据系统依赖独立的协调服务（如zk），跟踪集群内的元数据，如图-8： 每个节点在zk中注册，zk维护分区到节点的映射关系。其他参与者（如路由层或分区感知的客户端）可以向zk订阅此信息。 一旦分区发生变化或添加、删除节点，zk就会主动通知路由层，使路由信息保持最新状态。
如LinkedIn的Espresso使用Helix进行集群管理（底层就是zk），实现如图-8所示的请求路由层。 HBase、Kafka也使用zk跟踪分区分配。MongoDB有类似设计，但它依赖自己的配置服务器（config server)实现和mongos守护进程作为路由层。
Cassandra采取不同方法：他在节点之间使用gossip协议同步集群状态的变化。请求可以发送到任意节点，该节点负责将其转发到包含所请求的分区的目标节点（[图-7中的方法1）。该方案增加了DB节点的复杂性，但避免了对zk这样的外部协调服务的强依赖。
Couchbase不支持自动再平衡，这简化了设计。通过配置一个moxi路由选择层，向集群节点学习最新的路由变化。
当使用路由层或向随机节点发送请求时，客户端仍需知道目标节点的 IP 地址。IP地址一般没有分区-节点变化那么频繁，采用DNS通常就够了。
5.1 执行并行查询
至此，只关注了读/写入单K的简单查询（对文档分区的二级索引，要求分散/聚集查询）。这也是大多数NoSQL分布式数据存储所支持的访问类型。
但对大规模并行处理（MPP, Massively parallel processing）这类主要用于数据分析的关系型数据库，在查询类型方面要复杂多了。典型的数仓查询包含多个连接，过滤，分组和聚合操作。 MPP查询优化器将复杂的查询分解成许多执行阶段和分区，以便在DB集群的不同节点上并行执行。尤其是涉及全表扫描的查询，很受益于这种并行执行。
数仓查询的快速并行执行查询是个专门话题，分析业务日渐重要，可以带来很多利益。后文再详解。
