Memcached分布式布置方案--一致性Hash分布机制及其改进

超、凢脫俗 2022-07-16 09:58 169阅读 0赞

# 一致性Hash分布简介 #

在服务器数量不发生改变时，普通的Hash分布可以很好地运作。当服务器的数量发生改变时，问题就出来了，试想，增加一台服务器时，同一个key经过Hash之后，与服务器取模的结果跟没增加服务器之前的结果会不一样，这就导致之前保存的数据丢失。为了把丢失的数据减少到最少，可以采用一致性hash算法。

一致性hash算法分为6个步骤：

步骤1：

将一个32位整数0~2^32 -1想象成一个环，将0作为圆环的头，2^32 -1作为圆环的尾，把它连接起来。当然这只是想象。

![实例][20161013193651893]

步骤2：

通过Hash函数把key处理成整数。

function mHash($key){
 
 $md5 = substr(md5($key),0,8);
 $seed = 31;
 $hash = 0;
 
 for($i = 0; $i < 8; $i++){
 $hash = $hash*$seed + ord($md5{
 $i});
 $i++;
 }
 return $hash & 0x7FFFFFFF;
 }

$key1 = mHash("key1");
    $key2 = mHash("key2");
    $key3 = mHash("key3");
    $key4 = mHash("key4");

把key处理成整数后，就可以在环中找到一个位置与之对应，如下图

![示例][20161013194208791]

步骤3：

把memcached群映射到环上，使用Hash函数处理服务器所使用的IP地址。

假如有3台服务器，分别使用IP（127.0.0.1），IP（127.0.0.2），IP（127.0.0.3），使用下面的方法映射到环上。

$server1 = mHash("127.0.0.1");
    $server2 = mHash("127.0.0.2");
    $server3 = mHash("127.0.0.3");

![示例][20161013195600621]

步骤4：把数据映射 到服务器上

沿着环顺时针方向的key出发，知道遇到下一个服务器为止，把key对应的数据保存到这个服务器上。根据上面的方法，key4和key3保存到server2上，key2保存到server1上，key1保存到server3上。

![示例][20161013195442420]

步骤5：移除服务器

考虑一下，如果server2服务器崩溃了，那么受最大影响的仅是沿着server2逆时针出发直到下一个服务器之间的数据，也就是映射到server2上的那些数据。然后依照规则，将server2服务器上的数据移植下一个服务器上即可。

在上例中，需要进行变动的有key3和key4对应的数据，把这些数据重新映射到server1上即可。

步骤6：添加服务器。

再考虑一下，如果要添加一个服务器server4，用之前的方法把它映射到key3和key4之间，这时受到的影响是沿着server4逆时针出发直至遇到下一个服务器之间的数据，把这些数据重新映射到server4上即可。

在这里仅需要变动的只有key4对应的数据，将其重新映射到server4上即可。

![示例][20161013195314231]

使用PHP实现一致性Hash分布算法的代码如下：（注：个人理解所编写，并不权威）

<?php
 class FlexiHash
 {
 
 private $serverList = array();//保存服务器列表
 private $isSorted = FALSE;//记录服务器列表是否已经排过序
 
 /*添加服务器*/
 function addServer($server){
 
 $hash = $this->mHash($server);
 
 if(!isset($this->serverList[$hash])){
 $this->serverList[$hash] = $server;
 }
 
 $this->isSorted = FALSE;
 return TRUE;
 }
 
 /*移除服务器*/
 function removeServer($server){
 
 
 $hash = $this->mHash($server);
 
 if(isset($this->serverList[$hash])){
 unset($this->serverList[$hash]);//unset只是销毁了某个变量，并不会重建数组索引
 }
 
 $this->isSorted = FALSE;
 return TRUE;
 }
 
 /*根据值查找所在服务器*/
 function lookup($key){
 
 $hash = $this->mHash($key);
 /*将数组按键由小到大排序*/
 if(!$this->isSorted) {
 ksort($this->serverList);
 $this->isSorted = TRUE;
 }
 /*由于数组是按键由小到大排列的，如果$hash小于等于数组的键，则返回该键的value，即服务器IP*/
 foreach($this->serverList as $pos => $server) { 
 if($hash <= $pos) {
 return $server;
 }
 }
 /*如果上述遍历没有找到合适的值，则返回第一个*/
 return $this->serverList[current(array_keys($this->serverList))];
 }
 
 /*hash函数*/
 function mHash($key){
 
 $md5 = substr(md5($key),0,8);
 $seed = 31;
 $hash = 0;
 
 for($i = 0; $i < 8; $i++){
 $hash = $hash*$seed + ord($md5{
 $i});
 $i++;
 }
 return $hash & 0x7FFFFFFF;
 }
 
 }
 ?>

测试代码：

<?php
 $hserver = new FlexiHash();
 
 $hserver -> addServer("127.0.0.1");
 $hserver -> addServer("127.0.0.2");
 $hserver -> addServer("127.0.0.3");
 $hserver -> addServer("127.0.0.4");
 $hserver -> addServer("127.0.0.5");
 
 echo "save key1 in server: " . $hserver->lookup("key1")." ";
 echo "save key2 in server: " . $hserver->lookup("key2")." ";
 
 echo "=============================="." ";
 
 $hserver->removeServer("127.0.0.1");
 
 echo "save key1 in server: " . $hserver->lookup("key1")." ";
 echo "save key2 in server: " . $hserver->lookup("key2")." ";
 
 echo "=============================="." ";
 
 $hserver->addServer("127.0.0.1");
 
 echo "save key1 in server: " . $hserver->lookup("key1")." ";
 echo "save key2 in server: " . $hserver->lookup("key2")." ";
 
 echo "=============================="." ";
 ?>

运行结果如下：

![示例][20161013212721433]

注：关于哈希算法，读者可以自己编写自己的，也可以运用PHP自带函数或方法。

例如：一个比较简单的

echo sprintf('%u',crc32("test"));

# 一致性hash分布优化 #

上述方法的缺点如下：

*  服务器算出的mhash()，并不均匀，就会出现，数据分配不均的现象。
 *  移除一个服务器后，会将此服务器的数据，全部转移至下一个服务器，并不能将其分担给其余服务器。

解决方法：

![示例][20161014123349051]

创建若干的虚拟节点，这样，done掉一台服务器的话，数据会近似均匀的分给其他几台服务器。

![示例][20161014123639101]

实现方式：

<?php
 class FlexiHash
 {
 
 private $serverList = array();//保存服务器虚拟节点
 private $isSorted = FALSE;//记录服务器列表是否已经排过序
 protected $_mul = 64;//每台服务器分成64个虚节点
 
 
 /*添加服务器*/
 function addServer($server){
 
 for($i=0; $i<$this->_mul; $i++) {
 $node = $server.'-'.$i;//给虚节点起名字
 if(!isset($this->serverList[$this->mHash($node)])){
 $this->serverList[$this->mHash($node)] = $server;
 }
 }
 $this->isSorted = FALSE;
 return TRUE;
 }
 
 /*移除服务器的所有虚拟节点*/
 function removeServer($server){
 
 foreach($this->serverList as $key=>$value) {
 if($this->serverList[$key] == $server){
 unset($this->serverList[$key]);
 }
 }
 $this->isSorted = FALSE;
 return TRUE;
 }
 
 /*根据值查找所在服务器*/
 function lookup($key){
 
 $hash = $this->mHash($key);
 /*将数组按键由小到大排序*/
 if(!$this->isSorted) {
 ksort($this->serverList);
 $this->isSorted = TRUE;
 }
 /*由于数组是按键由小到大排列的，如果$hash小于等于数组的键，则返回该键的value，即服务器IP*/
 foreach($this->serverList as $pos => $server) { 
 if($hash <= $pos) {
 return $server;
 }
 }
 /*如果上述遍历没有找到合适的值，则返回第一个*/
 return $this->serverList[current(array_keys($this->serverList))];
 }
 
 /*hash函数*/
 function mHash($key){
 
 $md5 = substr(md5($key),0,8);
 $seed = 31;
 $hash = 0;
 
 for($i = 0; $i < 8; $i++){
 $hash = $hash*$seed + ord($md5{
 $i});
 $i++;
 }
 return $hash & 0x7FFFFFFF;
 }
 
 function getAllServers(){
 
 return $this->serverList;
 }
 
 }
 ?>

测试：

运行结果：

![示例][20161014123952684]

再看服务器的分布情况：

![示例][20161014124124769]

[20161013193651893]: /images/20220716/2ba88cb9767c40689a1a3c99bf819bf7.png
[20161013194208791]: /images/20220716/a4a0932fd05b4608bdfe9fbc36c95709.png
[20161013195600621]: /images/20220716/817079853e594a77b392b24810adc587.png
[20161013195442420]: /images/20220716/9f71030610e64201970b82071273fd2d.png
[20161013195314231]: /images/20220716/ed070495cf70444381a87029a32ba8c0.png
[20161013212721433]: /images/20220716/662796ede4644f4aa899ee1225fd513d.png
[20161014123349051]: /images/20220716/02503b66401f47718912eec313761de9.png
[20161014123639101]: /images/20220716/17f423bed6844eee9c5171c16bb67dde.png
[20161014123952684]: /images/20220716/de9646eb622142a6961b346f0806cf40.png
[20161014124124769]: /images/20220716/b4e4371a062644609a3f6615421e86c9.png