一致性hash算法(consistent hashing and HRW )

      为什么需要一致性hash算法?

在缓存应用层面,如何保证数据访问的平横性,单调性?

平横性:主要是数据的平均分布,及当集群中某一个缓存服务失效,数据也能够正常分布

单调性:当数据插入某个缓存之后,再次调用,同样会落到对应的缓存上面。

两个算法比较:

consistent hashing:通常做法就是通过一个环状来对缓存的key进行均横分布,如果不能命中,查找相邻节点。另外,通过虚拟结点部分解决

数据的平横性问题(不能根本解决)。因为,节点如果失效较多,数据还是不均横。

RendezvousHash:HRW,高可能随机权重算法,这个算法的NB之处就在于解决了上面两个问题。

看图:

一致性hash算法(consistent hashing and HRW )_第1张图片
一致性hash算法(consistent hashing and HRW )_第2张图片

可以看出,完胜。

我们代码中如何操作:

1 初始化

一致性hash算法(consistent hashing and HRW )_第3张图片

2 通过KEY取对应的hash

一致性hash算法(consistent hashing and HRW )_第4张图片

3 与业务中的REDIS缓存实例进行映射

一致性hash算法(consistent hashing and HRW )_第5张图片

这样,redis就可以横向扩展了。



你可能感兴趣的:(一致性hash算法(consistent hashing and HRW ))