标签：缓存 hash 哈希 排布 一致性 服务器 数据 节点
目录在使用分布式缓存时，会用到多台服务器，当我们需要使用某个缓存时，常用的做法是
hash(数据内容) % n
其中，hash() - 对数据内容进行 hash 操作， % - 取模操作，n - 服务器数量。
但如此做，会产生一些问题，例如：
- 在服务器数量发生变化时，缓存的位置会发生变化，需要对所有缓存重新排布，期间会导致大量缓存失效，引起雪崩
一致性哈希 就能很好地解决上述问题
基本结构
一致性哈希 也是使用的取模的方法，不过此时 n 不是当前服务器数量，而是能容纳的服务器最大数量。
下面取 n = 2^32 为例，该值通常也是 2^32，每一个数据内容经过 hash() 后转化为 32 位二进制的 key
把 2^32 中每个值当作一点，其组成一个圆，范围为 0 ~ 2^32-1，称为 hash 环。
假设目前有服务器 A，B，C。
通过 hash(A_IP) % n ，hash(B_IP) % n，hash(C_IP) % n 后 hash 环上的排布如下
此时，服务器都已经进入 hash 环内，我们进行数据插入，例：
插入数据1内容，hash(D1) % n，插入位置如下
可以看到位置相对服务器有偏移，一致性哈希要求接下来做以下调整：
在数据插入位置顺时针前进，遇到的第一个服务器即使要插入数据的服务器
因此数据1插入后如下，获取数据操作相同，根据 hash 后生成的 key 位置顺时针找到第一个服务器，访问其获得数据
解决修改服务器数量的问题
首先对环初始状态做出假设
假设需要插入的数据位置如下：
插入后，则如下图：
增加节点
若此时增加 D 节点，可以看到对于 A 服务器（新服务器顺时针遇到的第一个服务器），需要对其缓存进行重新排布。
重新排布后，如下图，仅需要对 A 服务器中的缓存进行调整。
减少节点
若此时，B 服务器失效，那么根据规定，B 的数据会存储至 C 中。我们仍可以访问到 B1 和 B2。
虽然在 B 服务器失效导致其中的数据要进行迁移，仅有 B 的服务器中的缓存失效需要进行迁移。
总结
采用一致性哈希的环结构使得对服务器（节点）的数量进行修改时，数据的迁移量能够达到最小，解决了全部节点的数据迁移的问题，对分布式集群来说及为有效，减小了服务器的压力。
hash 环偏斜
服务器在 hash 环中的排布可能会出现如下情况，可以看出三个节点排布的十分密集，会导致大量数据缓存在 A 服务器上。
也说明了，节点在 hash 环上排布越为均匀越好，为了提高环的平衡性，在环中引入了 虚拟节点 ，使得各节点被访问量更为均匀。
标签：缓存,hash,哈希,排布,一致性,服务器,数据,节点 来源： https://www.cnblogs.com/Dozeer/p/15515858.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。