分布式缓存--一致性hash原理和hash槽，以及算法实现

左手的ㄟ右手 2022-05-09 06:12 192阅读 0赞

#### 背景 ####

我们在使用n台存储设备存储数据的时候，常规做法有将数据根据key%n这样计算放在哪台服务器，但是在扩容的时候就会遇到数据迁移的问题，比如扩容m台服务器，以前是key%n，现在是key%(n+m)，导致数据存储的位置需要变化，数据迁移的成本比较大，这个时候我们就引用了一种叫一致性hash的算法 。  
一致性哈希算法在1997年由麻省理工学院提出，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简单哈希算法带来的问题，使得DHT可以在P2P环境中真正得到应用。

hash槽

> redis cluster里面使用的方法，一个 Redis Cluster包含16384（0~16383）个哈希槽，存储在Redis  
> Cluster中的所有键都会被映射到这些slot中
> 
> 集群中的每个键都属于这16384个哈希槽中的一个，集群使用公式slot=CRC16（key）/16384来计算key属于哪个槽，其中CRC16(key)语句用于计算key的CRC16校验和。

#### 一致性hash的原理 ####

一致性Hash算法也使用取模的方法，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  
首先，我们把2^32 想象成一个圆，圆上一共有2^32 个点，编号0-2^32-1，这个圆称为hash环，如下：

![enter description here][]

将服务器的ip或者编号进行hash算法计算取模hash(sever)%2^32 ，计算出服务器处于环上的位置，如下：  
![enter description here][enter description here 1]

在存取数据的时候，根据hash算法计算数据在环中的位置hash(data)%2^32 ，再计算离数据最近顺时针方向最近的节点getNodeIndex(data) ，查找到数据存放的节点，如下：  
![enter description here][enter description here 2]

#### 遇到故障的时候 ####

假如有服务节点遇到故障，则只需要将该服务节点的数据移入路径上的下一个节点，对原有的节点没有影响  
如下图，假设C遇到故障，则C的数据重定到D即可：  
![enter description here][enter description here 3]

#### 扩容的时候 ####

假如服务需要扩容的时候，则根据扩容的节点的位置，只需要将该位置路径下一个节点的部分数据移入新节点即可  
如下图，新增一个node x，则只需要将C节点中，从b到x段的数据移入x即可，极大的减轻了扩容时对整个系统的影响  
![enter description here][enter description here 4]

#### 虚拟节点 ####

在服务节点较少的时候，容易出现hash环倾斜的情况，即大量数据分布在少部分节点上，如图：  
![hashcircle5.jpg][]

为了解决这种情况，引入了虚拟节点，一个实际节点对于多个虚拟节点，hash环上的节点越多，数据被均匀分布的概率就越大，如图：  
![enter description here][enter description here 5]

#### 算法实现 ####

手写了一版简单的算法实现仅供理解

缓存节点CacheNode

@Data public class CacheNode { private String cacheName; private String cacheIP; private Long hashValue; }

一致性hash算法

@Data @Slf4j public class CacheManage { private List<CacheNode> cacheNodeList; private long MAX_CIRCLE = (1L << 32) - 1; private Long hash(String nodeName) { return MAX_CIRCLE & nodeName.hashCode(); } /** * 获取节点所在的下标 * @param hash * @return */ private int getNodeIndex(Long hash) { int index = cacheNodeList.size(); for (int i = 0; i < cacheNodeList.size(); i++) { if (hash <= hash(cacheNodeList.get(i).getCacheName())) { index = i; break; } } return index; } private void printList() { for (CacheNode cacheNode : cacheNodeList) { log.info("cachenode: {}", cacheNode); } } /** * 初始化带有虚拟节点的节点链表 * @param size * @param virtualSize */ public void initVitualNode(int size, int virtualSize) { cacheNodeList = new ArrayList<>(); log.info("mx: {}", MAX_CIRCLE); for (int i = 0; i < size; i++) { for (int j = 0; j < virtualSize; j++) { CacheNode cacheNode = new CacheNode(); cacheNode.setCacheName("" + i + "_" + j + i + j + "_node_" + i + "_" + j); cacheNode.setCacheIP("192.168.1.10" + i); Long hashValue = hash(cacheNode.getCacheName()); cacheNode.setHashValue(hashValue); int index = getNodeIndex(hashValue); if (index == cacheNodeList.size()) { cacheNodeList.add(cacheNode); } else { cacheNodeList.add(index, cacheNode); } } } printList(); } /** * 初始化节点列表 * @param size */ public void initCacheNode(int size) { cacheNodeList = new ArrayList<>(); for (int i = 0; i < size; i++) { CacheNode cacheNode = new CacheNode(); cacheNode.setCacheName("node_" + i); cacheNode.setCacheIP("192.168.1.10" + i); Long hashValue = hash(cacheNode.getCacheName()); cacheNode.setHashValue(hashValue); int index = getNodeIndex(hashValue); if (index == 0) { cacheNodeList.add(cacheNode); } else { cacheNodeList.add(index, cacheNode); } printList(); } printList(); } /** * 存数据 * @param data */ public void putData(String data) { Long hashValue = hash(data); int index = getNodeIndex(hashValue); if(index == cacheNodeList.size()){ index = 0; } log.info("data:{}[{}] put into ====>{}", data, hashValue, cacheNodeList.get(index)); } }

参考引用:  
\[1\] [https://blog.csdn.net/bntX2jSQfEHy7/article/details/79549368][https_blog.csdn.net_bntX2jSQfEHy7_article_details_79549368]  
\[2\] [http://www.zsythink.net/archives/1182][http_www.zsythink.net_archives_1182]

欢迎关注微信交流  
![在这里插入图片描述][70]

[enter description here]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle.jpg
[enter description here 1]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle1.jpg
[enter description here 2]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle2.jpg
[enter description here 3]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle3.jpg
[enter description here 4]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle4.jpg
[hashcircle5.jpg]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle5.jpg
[enter description here 5]: https://www.github.com/yingziisme/my-blog-pic-demo/raw/master/xiaoshujiang/hashcircle6.jpg
[https_blog.csdn.net_bntX2jSQfEHy7_article_details_79549368]: https://blog.csdn.net/bntX2jSQfEHy7/article/details/79549368
[http_www.zsythink.net_archives_1182]: http://www.zsythink.net/archives/1182
[70]: /images/20220509/b3b4fa5cebaf4d628f60e54f32f0f138.png