閱讀目錄:
使用場景
以Redis為例，當系統需要緩存的內容超過單機內存大小時，例如要緩存100G數據，單機內存僅有16G時。這時候就需要考慮進行緩存數據分片，也即是把100G的數據拆分成多塊小於單機內存的數據。例如以10G為單位，拆分10份，存儲到多台機器節點上。 但是數據怎么個分法更合理呢？ 、
f(key)%n
這里配置n=10，不同的key根據數值余數映射到對應的機器。 很簡單的辦法就解決了多台節點key分法的問題。然而數據大小的增長和縮減是很難預知的， 如果需要增加一台緩存服務器。 配置n=11，會發現之前根據余數建立的映射關系發生混亂。映射錯亂后，就會發生大量key無法命中正確的節點，需要全部重新進行映射。 如果以后再添加節點，同樣會遇到這樣問題。
servers = ['redis:6379', 'redis:6380', 'redis:6381'] server = servers[f(key) % servers.length]
一致性hash(consistent hashing)
為了降低添加或刪除服務器節點，導致大量key無法命中的影響。就提出了一種更為合理的分法，也即是一致性hash算法。 下面看下為什么更合理些？
算法原理
空間歸屬
我們在腦中假想下：每台節點以CHash(ip)形式計算出一個數值，n台機器有n個數值。 把數值首尾相連，形成一個虛擬圓環的數值空間。
例如有3台機器:
servers =['redis:6379', 'redis:6380', 'redis:6381']。 CHash(server[0])==100 Chash(server[1])==200 CHash(server[2])==300
把機器計算得到的數值，在虛擬圓環中按照順時針方向來確定空間歸屬，得到：
100~200空間屬於6379管。
200~300空間屬於6380管。
300+,100-空間屬於6381管。
key坐標
這時有3個key要存儲到redis，分別是key1—key3。 通過CHash函數計算出3個key的數值坐標：
CHash(key1)=102 CHash(key2)=240 CHash(key3)=350
空間映射
求出key的數值坐標后，就知道key與機器節點的映射關系。 即key1應存儲在6379，key3存儲到6381。
添加節點
由於緩存數據的增加，需要添加一台新節點6382。計算出空間數值：
CHash(6382)==250
那么他在虛擬圓環中的位置如下：
從圖中得知，6379、6381的數值空間區域沒任何變化，它們存儲的key依舊可以正常命中的。
優點之一：對現有緩存的命中影響較小。
但原本6380的區域200~300被6382侵入了。 6382的空間數值250正好划分一半，即200~250的區域還歸6380管，但250~300的區域卻歸新來的管了。 (為示例而使用簡單數字區分，實際上沒這么精准)
優點之二：實現對數據的分片
同時也帶來了缺點就是: 原本存儲在6380(250~300這部分)的舊緩存數據就無法命中了，要去新的6382拿。 所以說一致性hash並不能完全解決這種影響，只能盡量降低。
移除節點
與添加節點同理。比如拿掉新加的6382，250~300區域還管原來的6380管，當然6382這部分緩存也就丟了。
虛擬節點
一致性Hash雖然實現了數據分片，但由於節點較少，key有可能會大量集中到某一台上面，導致緩存分布不均勻。 特別是在只有幾台或十幾台機器節點時。
為了降低這種影響，一致性hash算法提出虛擬節點的解決方案。 即一個物理機器節點對應着多個虛擬節點。 這里配置一個物理節點對應2個虛擬節點，此時應為：
6379={6379A，6379B} 6380={6380A，6380B} 6381={6381A，6381B}
這樣成了6個節點了(可以配置更多)，它們同樣在虛擬圓環上按數值順時針排列。由於節點變多，對應的數值區域也變大。使key進行數值空間映射時變的更加離散性，從概率上來提高key的均勻分布。
原本需要計算真實節點數值，也變成計算虛擬節點數值， 然后由虛擬節點的數值構成虛擬圓環數值空間。其中每一組虛擬節點數值，對應單個物理節點。
servers= ['redis:6379', 'redis:6380', 'redis:6381'];
//下面f函數中先將servers與虛擬節點映射成 6379={6379A，6379B}， 6380={6380A，6380B}，6381={6381A，6381B}
// 在對虛擬節點求各自的數值，而數值對應的還是物理節點。即：
vservers = f(servers) ={['redis:6379','100'],['redis:6379','300'] ....,['redis:6381',150]}; CHash(key1)==102 ∈ vservers[0] ...... CHash(key3)==350 ∈ vservers[1]
虛擬節點使key分布的更加均衡，但不能解決添加機、刪除節點帶來的影響。
代碼示例
1：使用字典模擬虛擬圓環，並添加節點。
2：計算key數值，應該歸屬到哪個節點數值空間區域。
3：計算分布頻率。復制的虛擬節點越多，分布越平均。
private static readonly SortedDictionary<ulong, string> _circle = new SortedDictionary<ulong, string>(); static void Main(string[] args) { int Replicas = 100; AddNode("127.0.0.1:6379", Replicas); AddNode("127.0.0.1:6380", Replicas); AddNode("127.0.0.1:6381", Replicas); List<string> nodes = new List<string>(); for (int i = 0; i < 100; i++) { nodes.Add(GetTargetNode(i + "test" + (char)i)); } var counts = nodes.GroupBy(n => n, n => n.Count()).ToList(); counts.ForEach(index => Console.WriteLine(index.Key+"-"+index.Count())); Console.ReadLine(); }
輸出：
127.0.0.1:6380-39
127.0.0.1:6381-29
127.0.0.1:6379-32
虛擬圓環的值：
其余代碼：
public static void AddNode(string node, int repeat) { for (int i = 0; i < repeat; i++) { string identifier = node.GetHashCode().ToString() + "-" + i; ulong hashCode = Md5Hash(identifier); _circle.Add(hashCode, node); } } public static ulong Md5Hash(string key) { using (var hash = System.Security.Cryptography.MD5.Create()) { byte[] data = hash.ComputeHash(Encoding.UTF8.GetBytes(key)); var a = BitConverter.ToUInt64(data, 0); var b = BitConverter.ToUInt64(data, 8); ulong hashCode = a ^ b; return hashCode; } } public static string GetTargetNode(string key) { ulong hash = Md5Hash(key); ulong firstNode = ModifiedBinarySearch(_circle.Keys.ToArray(), hash); return _circle[firstNode]; } /// <summary> /// 計算key的數值，得出空間歸屬。 /// </summary> /// <param name="sortedArray"></param> /// <param name="val"></param> /// <returns></returns> public static ulong ModifiedBinarySearch(ulong[] sortedArray, ulong val) { int min = 0; int max = sortedArray.Length - 1; if (val < sortedArray[min] || val > sortedArray[max]) return sortedArray[0]; while (max - min > 1) { int mid = (max + min) / 2; if (sortedArray[mid] >= val) { max = mid; } else { min = mid; } } return sortedArray[max]; }