请解释 Cassandra 中的分区键概念，并阐述其在数据分布和查询过程中所承担的核心职责。

回答思路

1. 【回答框架 1】分区键是 Cassandra 表中用于确定数据在集群中物理存储位置的一个或多个列的组合。在写入数据时，Cassandra 通过对分区键进行哈希运算，得到一个 token 值，该 token 值决定了数据行属于哪个节点以及如何分布于整个集群的环状结构中。
2. 【回答框架 2】分区键的主要作用是实现数据的横向扩展和负载均衡。它将整个表的数据按 key 范围切分成多个分区，每个分区被分配到一个节点。这样，随着集群节点的增加，数据可以自动重新分布，从而实现水平扩展。
3. 【回答框架 3】查询时，如果查询条件包含完整的分区键，Cassandra 可以通过计算 token 快速定位到包含数据的节点，实现高效的单分区查询。如果查询不包含分区键，则需要全集群扫描，性能极低，这是 Cassandra 查询模型的重要限制。
4. 【回答框架 4】分区键的设计直接影响数据分布均匀性和热点问题。若分区键的选择导致某些值的数据量过大或访问频繁，会造成数据倾斜或热点，影响集群整体性能。因此，选择具有良好基数且均匀分布的分区键至关重要。
5. 【回答框架 5】此外，Cassandra 支持复合分区键，即多个列共同组成分区键。复合键可实现对数据更精细的分布控制，同时需要注意分区键不能过大，否则单分区数据过多会影响读写效率。
6. 【关键点 1】分区键决定数据在集群中的物理位置，通过哈希计算映射到具体节点。
7. 【关键点 2】分区键是水平扩展和负载均衡的基础，支持自动数据分布。
8. 【关键点 3】查询必须包含完整分区键才能高效定位数据，否则触发全集群扫描。
9. 【关键点 4】分区键的选择需避免数据倾斜和热点，保证均匀分布。
10. 【关键点 5】复合分区键可更精细控制数据分布，但单分区数据量需合理控制。
11. 【易错点 1】错误地认为查询可以不带分区键也能高效执行，实际会导致全集群扫描，性能极差。
12. 【易错点 2】忽略分区键基数影响，选择低基数列导致数据集中在少数节点，形成热点。
13. 【易错点 3】将分区键设计得过大，导致单个分区数据量过大，单点压力过高，影响读写性能。