元数据:当节点增加是，系统可以更多的将新来的请求引导到新加入的节点。合适的调度平衡策略可以确保系统平衡的使用各节点的存储空间。
一致性hash模型：原始的hash表一点需要扩容，需要rehash。在基于hash的分布式存储系统中，意味着所有的数据必须重新迁移一遍。一致性hash算法中，当新节点加入后，会映射到hash换上。原来的区段会被新节点截断，新加入的节点会占据被切割出来的hash区间。为了完成这个转换，这部分数据需要迁移到新的服务器上。与原始的hash相比，一致性hash只需要被传输被新服务器抢走的那部分数据。
一致性hash模型在平衡性上，如果不是成倍的增加节点，会存在数据不平衡的问题，为了平衡数据，需要迁移更多的数据，每台节点都需要迁出一些数据，以确保每个节点的数据量都差不多。虚拟节点的引入便是起到这个作用。于是实际的数据迁移量同时增加的容量数成正比，系数是当前存储系统的空间使用率。
一个1p的系统，3个副本，70%的容量，扩容200T，那么需要迁移大约（200*70%）*3 = 420T的数据，才能使数据保持平衡。如果常见的存储服务器（2T*10）,则需要21台存储。如果都参与迁移，将是一个很耗时的工作，更复杂的是迁移中出错。
元数据方案一般情况下不需要数据迁移，迁移只有存储服务器更替时。用户数据对象可以存储在任何一个节点上，因而可以把一台节点需要迁移的数据分散到其他节点上。并且可以从其他副本那里多对多的并发传输数据
