广告网站,做网站如何选择颜色,校园网门户网站建设,建站与备案的具体流程是什么原文链接#xff1a;https://blog.csdn.net/bntX2jSQfEHy7/article/details/7954936
最近有小伙伴跑过来问什么是Hash一致性算法#xff0c;说面试的时候被问到了#xff0c;因为不了解#xff0c;所以就没有回答上#xff0c;问我有没有相应的学习资料推荐#xff0c;当…原文链接https://blog.csdn.net/bntX2jSQfEHy7/article/details/7954936
最近有小伙伴跑过来问什么是Hash一致性算法说面试的时候被问到了因为不了解所以就没有回答上问我有没有相应的学习资料推荐当时上班没时间回复晚上回去了就忘了这件事今天突然看到这个加班为大家整理一下什么是Hash一致性算法希望对大家有帮助文末送书长按抽奖助手小程序即可参与祝君好运
经常阅读我文章的小伙伴应该都很熟悉我写文章的套路上来就是先要问一句为什么也就是为什么要有Hash一致性算法就像以前介绍为什么要有Spring一样首先会以历史的角度或者项目发展的角度来分析今天的分享还是一样的套路先从历史的角度来一步步分析探讨一下到底什么是Hash一致性算法
一、Redis集群的使用 我们在使用Redis的时候为了保证Redis的高可用提高Redis的读写性能最简单的方式我们会做主从复制组成Master-Master或者Master-Slave的形式或者搭建Redis集群进行数据的读写分离类似于数据库的主从复制和读写分离。如下所示
同样类似于数据库当单表数据大于500W的时候需要对其进行分库分表当数据量很大的时候标准可能不一样要看Redis服务器容量我们同样可以对Redis进行类似的操作就是分库分表。
假设我们有一个社交网站需要使用Redis存储图片资源存储的格式为键值对key值为图片名称value为该图片所在文件服务器的路径我们需要根据文件名查找该文件所在文件服务器上的路径数据量大概有2000W左右按照我们约定的规则进行分库规则就是随机分配我们可以部署8台缓存服务器每台服务器大概含有500W条数据并且进行主从复制示意图如下
由于规则是随机的所有我们的一条数据都有可能存储在任何一组Redis中例如上图我们用户查找一张名称为”a.png”的图片由于规则是随机的我们不确定具体是在哪一个Redis服务器上的因此我们需要进行1、2、3、44次查询才能够查询到也就是遍历了所有的Redis服务器这显然不是我们想要的结果有了解过的小伙伴可能会想到随机的规则不行可以使用类似于数据库中的分库分表规则按照Hash值、取模、按照类别、按照某一个字段值等等常见的规则就可以出来了好按照我们的主题我们就使用Hash的方式。
二、为Redis集群使用Hash 可想而知如果我们使用Hash的方式每一张图片在进行分库的时候都可以定位到特定的服务器示意图如下
上图中假设我们查找的是”a.png”由于有4台服务器排除从库因此公式为hash(a.png) % 4 2 可知定位到了第2号服务器这样的话就不会遍历所有的服务器大大提升了性能
三、使用Hash的问题 上述的方式虽然提升了性能我们不再需要对整个Redis服务器进行遍历但是使用上述Hash算法进行缓存时会出现一些缺陷主要体现在服务器数量变动的时候所有缓存的位置都要发生改变
试想一下如果4台缓存服务器已经不能满足我们的缓存需求那么我们应该怎么做呢很简单多增加几台缓存服务器不就行了假设我们增加了一台缓存服务器那么缓存服务器的数量就由4台变成了5台。那么原本hash(a.png) % 4 2 的公式就变成了hash(a.png) % 5 可想而知这个结果肯定不是2的这种情况带来的结果就是当服务器数量变动时所有缓存的位置都要发生改变换句话说当服务器数量发生改变时所有缓存在一定时间内是失效的当应用无法从缓存中获取数据时则会向后端数据库请求数据还记得上一篇的《缓存雪崩》吗
同样的假设4台缓存中突然有一台缓存服务器出现了故障无法进行缓存那么我们则需要将故障机器移除但是如果移除了一台缓存服务器那么缓存服务器数量从4台变为3台也是会出现上述的问题
所以我们应该想办法不让这种情况发生但是由于上述Hash算法本身的缘故使用取模法进行缓存时这种情况是无法避免的为了解决这些问题Hash一致性算法一致性Hash算法诞生了
四、一致性Hash算法的神秘面纱 一致性Hash算法也是使用取模的方法只是刚才描述的取模法是对服务器的数量进行取模而一致性Hash算法是对2^32取模什么意思呢简单来说一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环如假设某哈希函数H的值空间为0-2^32-1即哈希值是一个32位无符号整形整个哈希环如下
整个空间按顺时针方向组织圆环的正上方的点代表00点右侧的第一个点代表1以此类推2、3、4、5、6……直到2^32-1也就是说0点左侧的第一个点代表2^32-1 0和2^32-1在零点中方向重合我们把这个由2^32个点组成的圆环称为Hash环。
下一步将各个服务器使用Hash进行一个哈希具体可以选择服务器的IP或主机名作为关键字进行哈希这样每台机器就能确定其在哈希环上的位置这里假设将上文中四台服务器使用IP地址哈希后在环空间的位置如下
接下来使用如下算法定位数据访问到相应服务器将数据key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置从此位置沿环顺时针“行走”第一台遇到的服务器就是其应该定位到的服务器
例如我们有Object A、Object B、Object C、Object D四个数据对象经过哈希计算后在环空间上的位置如下
根据一致性Hash算法数据A会被定为到Node A上B被定为到Node B上C被定为到Node C上D被定为到Node D上。
五、一致性Hash算法的容错性和可扩展性 现假设Node C不幸宕机可以看到此时对象A、B、D不会受到影响只有C对象被重定位到Node D。一般的在一致性Hash算法中如果一台服务器不可用则受影响的数据仅仅是此服务器到其环空间中前一台服务器即沿着逆时针方向行走遇到的第一台服务器之间数据其它不会受到影响如下所示
下面考虑另外一种情况如果在系统中增加一台服务器Node X如下图所示 此时对象Object A、B、D不受影响只有对象C需要重定位到新的Node X 一般的在一致性Hash算法中如果增加一台服务器则受影响的数据仅仅是新服务器到其环空间中前一台服务器即沿着逆时针方向行走遇到的第一台服务器之间数据其它数据也不会受到影响。
综上所述一致性Hash算法对于节点的增减都只需重定位环空间中的一小部分数据具有较好的容错性和可扩展性。
六、Hash环的数据倾斜问题 一致性Hash算法在服务节点太少时容易因为节点分部不均匀而造成数据倾斜被缓存的对象大部分集中缓存在某一台服务器上问题例如系统中只有两台服务器其环分布如下
此时必然造成大量数据集中到Node A上而只有极少量会定位到Node B上。为了解决这种数据倾斜问题一致性Hash算法引入了虚拟节点机制即对每一个服务节点计算多个哈希每个计算结果位置都放置一个此服务节点称为虚拟节点。具体做法可以在服务器IP或主机名的后面增加编号来实现。
例如上面的情况可以为每台服务器计算三个虚拟节点于是可以分别计算 “Node A#1”、“Node A#2”、“Node A#3”、“Node B#1”、“Node B#2”、“Node B#3”的哈希值于是形成六个虚拟节点
同时数据定位算法不变只是多了一步虚拟节点到实际节点的映射例如定位到“Node A#1”、“Node A#2”、“Node A#3”三个虚拟节点的数据均定位到Node A上。这样就解决了服务节点少时数据倾斜的问题。在实际应用中通常将虚拟节点数设置为32甚至更大因此即使很少的服务节点也能做到相对均匀的数据分布。
七、总结 上文中我们一步步分析了什么是一致性Hash算法主要是考虑到分布式系统每个节点都有可能失效并且新的节点很可能动态的增加进来的情况如何保证当系统的节点数目发生变化的时候我们的系统仍然能够对外提供良好的服务这是值得考虑的
