一致性哈希
文章目錄
- 一致性哈希
- 前言
- 一、基本概念/原理
- 二、優勢
- 1.服務器故障宕機節點減少
- 2.擴容/動態添加服務器
- 三、存在問題及解決方案
- 1.哈希環偏斜
- 2.新增節點資料命中問題
- 四、應用場景
- 總結
前言
本文主要講明一致性哈希的 原理，優點，新問題及解決，應用場景，
一、基本概念/原理
一致性哈希演算法也是使用取模的方法，只不過是對232取模，然后將232個點均勻的散列在一個圓上，這個圓環叫做哈希環，
可以參考下圖，正上方的點代表0，順時針方向為0,1,2,3…232-1 ，
結合實際問題解釋：
有三臺快取服務器，需要將資訊均勻的放到三臺快取服務器中，
1、對三臺機器的ip進行哈希計算后對232取模，計算出的結果是一個0到232-1之間的一個整數，這樣三臺機器就映射到了這個環上，（圖例為理想情況）
2、將要存的資訊同樣映射放置到哈希環上，對資訊的key進行hash計算后對232進行取模，計算出來的數值對應hash環上的位置如下圖橙點所示，按照順時針方向找到第一個服務器是A服務器，那么就會把資訊放到A服務器中，
通過這種方法，判斷一個資源應該被快取到哪臺服務器上，將快取服務器與被快取資源都映射到hash環上以后，從被快取資源的位置出發，沿順時針方向遇到的第一個服務器，就是當前資源將要快取在上面的服務器，由于被快取資源與服務器hash后的值是固定的，所以，在服務器不變的情況下，一個資源必定會被快取到固定的服務器上，下次想要訪問這個資源時，只要再次使用相同的演算法進行計算，即可算出這個資源被快取在哪個服務器上，直接去對應的服務器查找對應的資源就可以了，
二、優勢
1.服務器故障宕機節點減少
結合上面三臺服務器來說，如果B服務器出現了故障，那么B服務器會從Hash環上移除，如下圖所示，原先的資源3是放在B服務器的，現在B宕機移除后，資源3的位置會發生變化，會放到C機器中，但是其他的資源位置不會發生變動，
一致性hash優點：如果使用之前的hash演算法，服務器數量發生改變時，所有服務器的所有快取在同一時間失效需要重新計算快取拉取，而使用一致性哈希演算法時，服務器的數量如果發生改變，并不是所有快取都會失效，而是只有部分快取會失效，前端的快取仍然能分擔整個系統的壓力，而不至于所有壓力都在同一時間集中到后端服務器上，
2.擴容/動態添加服務器
當我們發現三臺機器壓力過大需要增加機器時，對新加的機器D進行hash計算后對 232取模映射放置到hash環上，如下圖所示，此時只會影響資源2所存的位置，而不會影響其他的資源，
三、存在問題及解決方案
1.哈希環偏斜
問題：
在上面hash環上的服務器分布是極其理想化的，在實際情況中可能會出現下圖情況，這樣的話，1,2,3,4,6號資源均被快取在了服務器A上，5號資源被快取在了服務器B上，服務器C上沒有快取任何資源，三臺服務器并沒有被合理的平均的充分利用，如果此時服務器A出現故障，那么失效快取的數量也將達到最大值，在極端情況下，仍然有可能引起系統的崩潰，這種情況為hash環的偏斜，
解決方案：
可以通過虛擬節點來解決偏斜問題，將現在已有的三臺真實的物理服務器節點通過虛擬的方法復制出來，這些節點為虛擬節點，“虛擬節點"是"實際節點”（實際的物理服務器）在hash環上的復制品,一個實際節點可以對應多個虛擬節點，
如下圖所示ABC三臺機器分別虛擬出了一個虛擬節點，也可以虛擬出更多的虛擬節點，這樣快取的分布就會剛加均衡，虛擬節點越多，hash環上的節點就越多，快取被均勻分布的概率就越大，
2.新增節點資料命中問題
問題：
當需要新增服務器時，讀取資源的時候，會造成一小部分資源無法直接命中，在新增的服務器上獲取資源但新增的服務器中并沒有該資源，這個時候會穿透到資料庫（或持久性服務器）中先取回資源放到新增機器上后再給服務回傳需要的資源，
解決方案：
可以分為兩階段，如果拉取的資源沒有在離自己最近的服務器上，那么首先去離自己第二近的服務器上拉取資源，然后異步將資源再快取到最近的服務器上，
四、應用場景
1、最主要用的場景是redis中多節點集群的負載中，
2、如果像是圖片等資源存的位置是自己管理的集群，可以使用該方式進行負載，一是避免集群中服務器數量發生變化的時候，會發生大量拉取圖片的請求無法直接命中而引起的雪崩，導致整體系統壓力過大而崩潰；二是如果使用的是其他的負載均衡方式，可能會導致幾乎所有的圖片資源位置發生變動，在此期間系統可用性會變差，
3、集群經常需要變動時負載均衡方式可以采用該種方式，動態擴容，宕機等，
總結
本文主要依據實際場景來講明了一致性hash的原理
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/253598.html
標籤：其他