阅读目录:
使用场景
以Redis为例，当系统需要缓存的内容超过单机内存大小时，例如要缓存100G数据，单机内存仅有16G时。这时候就需要考虑进行缓存数据分片，也即是把100G的数据拆分成多块小于单机内存的数据。例如以10G为单位，拆分10份，存储到多台机器节点上。 但是数据怎么个分法更合理呢？ 、
f(key)%n
这里配置n=10，不同的key根据数值余数映射到对应的机器。 很简单的办法就解决了多台节点key分法的问题。然而数据大小的增长和缩减是很难预知的， 如果需要增加一台缓存服务器。 配置n=11，会发现之前根据余数建立的映射关系发生混乱。映射错乱后，就会发生大量key无法命中正确的节点，需要全部重新进行映射。 如果以后再添加节点，同样会遇到这样问题。
servers = ['redis:6379', 'redis:6380', 'redis:6381']
server = servers[f(key) % servers.length]
一致性hash(consistent hashing)
为了降低添加或删除服务器节点，导致大量key无法命中的影响。就提出了一种更为合理的分法，也即是一致性hash算法。 下面看下为什么更合理些？
算法原理
空间归属
我们在脑中假想下：每台节点以CHash(ip)形式计算出一个数值，n台机器有n个数值。 把数值首尾相连，形成一个虚拟圆环的数值空间。
例如有3台机器:
servers =['redis:6379', 'redis:6380', 'redis:6381']。 CHash(server[])==
Chash(server[])==
CHash(server[])==
把机器计算得到的数值，在虚拟圆环中按照顺时针方向来确定空间归属，得到：
100~200空间属于6379管。
200~300空间属于6380管。
300+,100-空间属于6381管。
key坐标
这时有3个key要存储到redis，分别是key1—key3。 通过CHash函数计算出3个key的数值坐标：
CHash(key1)=
CHash(key2)=
CHash(key3)=
空间映射
求出key的数值坐标后，就知道key与机器节点的映射关系。 即key1应存储在6379，key3存储到6381。
添加节点
由于缓存数据的增加，需要添加一台新节点6382。计算出空间数值：
CHash()==
那么他在虚拟圆环中的位置如下：
从图中得知，6379、6381的数值空间区域没任何变化，它们存储的key依旧可以正常命中的。
优点之一：对现有缓存的命中影响较小。
但原本6380的区域200~300被6382侵入了。 6382的空间数值250正好划分一半，即200~250的区域还归6380管，但250~300的区域却归新来的管了。 (为示例而使用简单数字区分，实际上没这么精准)
优点之二：实现对数据的分片
同时也带来了缺点就是: 原本存储在6380(250~300这部分)的旧缓存数据就无法命中了，要去新的6382拿。 所以说一致性hash并不能完全解决这种影响，只能尽量降低。
移除节点
与添加节点同理。比如拿掉新加的6382，250~300区域还管原来的6380管，当然6382这部分缓存也就丢了。
虚拟节点
一致性Hash虽然实现了数据分片，但由于节点较少，key有可能会大量集中到某一台上面，导致缓存分布不均匀。 特别是在只有几台或十几台机器节点时。
为了降低这种影响，一致性hash算法提出虚拟节点的解决方案。 即一个物理机器节点对应着多个虚拟节点。 这里配置一个物理节点对应2个虚拟节点，此时应为：
={6379A，6379B}
={6380A，6380B}
={6381A，6381B}
这样成了6个节点了(可以配置更多)，它们同样在虚拟圆环上按数值顺时针排列。由于节点变多，对应的数值区域也变大。使key进行数值空间映射时变的更加离散性，从概率上来提高key的均匀分布。
原本需要计算真实节点数值，也变成计算虚拟节点数值， 然后由虚拟节点的数值构成虚拟圆环数值空间。其中每一组虚拟节点数值，对应单个物理节点。
servers= ['redis:6379', 'redis:6380', 'redis:6381'];
//下面f函数中先将servers与虚拟节点映射成 6379={6379A，6379B}， 6380={6380A，6380B}，6381={6381A，6381B}
// 在对虚拟节点求各自的数值，而数值对应的还是物理节点。即：
vservers = f(servers) ={['redis:6379','100'],['redis:6379','300'] ....,['redis:6381',150]};
CHash(key1)==102 ∈ vservers[0]
......
CHash(key3)==350 ∈ vservers[1]
虚拟节点使key分布的更加均衡，但不能解决添加机、删除节点带来的影响。
代码示例
1：使用字典模拟虚拟圆环，并添加节点。
2：计算key数值，应该归属到哪个节点数值空间区域。
3：计算分布频率。复制的虚拟节点越多，分布越平均。
private static readonly SortedDictionary<ulong, string> _circle = new SortedDictionary<ulong, string>();
static void Main(string[] args)
{
int Replicas = ;
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 = ; i < ; 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();
}
输出：
127.0.0.1:6380-39
127.0.0.1:6381-29
127.0.0.1:6379-32
虚拟圆环的值：
其余代码：
public static void AddNode(string node, int repeat)
{
for (int i = ; 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, );
var b = BitConverter.ToUInt64(data, );
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>
/// 计算key的数值，得出空间归属。
/// </summary>
/// <param name="sortedArray"></param>
/// <param name="val"></param>
/// <returns></returns>
public static ulong ModifiedBinarySearch(ulong[] sortedArray, ulong val)
{
int min = ;
int max = sortedArray.Length - ; if (val < sortedArray[min] || val > sortedArray[max])
return sortedArray[]; while (max - min > )
{
int mid = (max + min) / ;
if (sortedArray[mid] >= val)
{
max = mid;
}
else
{
min = mid;
}
} return sortedArray[max];
}