分布式寻址算法
- hash 算法（大量缓存重建）
- 一致性 hash 算法（自动缓存迁移）+ 虚拟节点（自动负载均衡）
- redis cluster 的 hash slot 算法
一、hash 算法
来了一个请求，首先对key计算 hash 值，然后对节点数取模。然后打在不同的 master 节点上。
- 存在的问题
一旦某一个 master 节点宕机，所有新请求都会基于最新的剩余 master 节点数去取模，尝试去取数据，而取不到有效缓存，导致大量的流量涌入数据库。
二、一致性 hash 算法
将整个 hash 值空间组织成一个虚拟的圆环，整个空间按顺时针方向组织，下一步将各个 master 节点（使用服务器的 ip 或主机名）进行 hash。这样就能确定每个节点在其哈希环上的位置。
首先计算可以的hash 值，并确定此数据在环上的位置，从此位置沿环顺时针“行走”，遇到的第一个 master 节点就是 key 所在位置。
- 优势
在一致性哈希算法中，如果一个节点挂了，受影响的数据仅仅是此节点到环空间前一个节点（沿着逆时针方向行走遇到的第一个节点）之间的数据，其它不受影响。增加一个节点也同理。
- 存在的问题
一致性哈希算法在节点太少时，容易因为节点分布不均匀而造成缓存热点的问题。
- 应对方案
为了解决这种热点问题，一致性 hash 算法引入了虚拟节点机制，即对每一个节点计算多个 hash，每个计算结果位置都放置一个虚拟节点。这样就实现了数据的均匀分布，负载均衡。
三、redis cluster 的 hash slot 算法（虚拟桶）
redis cluster 有固定的 16384 个 hash slot，对每个 key 计算 CRC16 值，然后对 16384 取模，可以获取 key 对应的 hash slot。
redis cluster 中每个 master 都会持有部分 slot，比如有 3 个 master，那么可能每个 master 持有 5000 多个 hash slot。
hash slot 让 node 的增加和移除很简单：
增加一个 master，就将其他 master 的 hash slot 移动部分过去，
减少一个 master，就将它的 hash slot 移动到其他 master 上去。
优势
移动 hash slot 的成本是非常低的。客户端的 api，可以对指定的数据，让他们走同一个 hash slot，通过 hash tag 来实现。
任何一台机器宕机，另外两个节点，不影响的。因为 key 找的是 hash slot，不是机器。