ShardedJedis实现学习

ShardedJedis实现学习-我们到底能走多远系列(33)

我们到底能走多远系列(31)

扯淡:

  工作是容易的赚钱是困难的
  恋爱是容易的成家是困难的
  相爱是容易的相处是困难的
  决定是容易的可是等待是困难的

 

主题:

1,Sharded的实现

 
 ShardedJedis是基于一致性哈希算法实现的分布式Redis集群客户端。
 
 关于一致性哈希算法 可以参考 转载文章
 

  Memcached 和 redis 都使用了该算法来实现自己的多服务器均匀分派存储值的。

 

  shardedJedisPool的配置如下:(具体可以参考《spring和redis的整合》

 

复制代码
<bean id="shardedJedisPool" class="redis.clients.jedis.ShardedJedisPool"  scope="singleton">
        <constructor-arg index="0" ref="jedisPoolConfig" />
        <constructor-arg index="1">
            <list>
                <bean class="redis.clients.jedis.JedisShardInfo">
                    <constructor-arg name="host" value="${redis.host}" />
                    <constructor-arg name="port" value="${redis.port}" />
                    <constructor-arg name="timeout" value="${redis.timeout}" />
                    <constructor-arg name="weight" value="1" />
                </bean>
            </list>
        </constructor-arg>
 </bean>
复制代码

 

 注入了两个对象:jedisPoolConfig 和 JedisShardInfo

然后产生ShardedJedis:

复制代码
    public ShardedJedis getRedisClient() {
        try {
            ShardedJedis shardJedis = shardedJedisPool.getResource();
            return shardJedis;
        } catch (Exception e) {
            log.error("getRedisClent error", e);
        }
        return null;
    }
复制代码

ShardedJedis 继承 BinaryShardedJedis 继承Sharded<Jedis, JedisShardInfo>

 

Sharded的实现就是前面一致性哈希算法的实现啦~

复制代码
// 使用TreeMap来完成构造出一个很多节点的环形
private TreeMap<Long, S> nodes;

// 构造方法
public Sharded(List<S> shards, Hashing algo, Pattern tagPattern) {
        this.algo = algo;
        this.tagPattern = tagPattern;
        // 初始化方法,建立一个个节点
        initialize(shards);
}
复制代码

initialize方法:

 

复制代码
    private void initialize(List<S> shards) {
        nodes = new TreeMap<Long, S>();

        for (int i = 0; i != shards.size(); ++i) {
            final S shardInfo = shards.get(i);
            if (shardInfo.getName() == null)
                for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
                    nodes.put(this.algo.hash("SHARD-" + i + "-NODE-" + n), shardInfo);
                }
            else
                // 将设置的权重放大160倍,产生更多的节点,因为hash一下就散落到各道各处了,如此就是所谓的虚拟节点,以保证均匀分布
                for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
                    nodes.put(this.algo.hash(shardInfo.getName() + "*" + shardInfo.getWeight() + n), shardInfo);
                }
            resources.put(shardInfo, shardInfo.createResource());
        }
    }
复制代码

 

redis放key value的时候,需要判断应该放在那个服务器上,就是判断hash后更靠近哪个节点。

复制代码
    public R getShard(byte[] key) {
        return resources.get(getShardInfo(key));
    }

    public R getShard(String key) {
        return resources.get(getShardInfo(key));
    }
    //最终调用方法
    public S getShardInfo(byte[] key) {
       // 首先判断是不是tree中最大的key,及最后一个,注意我们是环,所以最大的后面就要从头开始。
        SortedMap<Long, S> tail = nodes.tailMap(algo.hash(key));
        // 是最后一个key了,所以取第一个节点对应的服务器
        if (tail.size() == 0) {
            return nodes.get(nodes.firstKey());
        }
        // 不是最后一个就是比自己离自己最近的大的key对应的服务器
        return tail.get(tail.firstKey());
    }

    public S getShardInfo(String key) {
        return getShardInfo(SafeEncoder.encode(getKeyTag(key)));
    }
复制代码

 

到这里基本明白了如何抽象实现一个环状的排序的数据结构了。值得借鉴。

 

2,实践中的一个例子

 问题:模拟一个抽奖的效果,随机产生一个范围内的数字,看是否在中奖的区域内来判断是否中奖。 中奖区域分多个层次的奖项。
如图:
 
|0 -------奖项1--------200|201-------奖项2--------1000|1001-------奖项3-------5000|5001-------没奖---------100000|
 
使用了TreeMap来实现
从项目里拉出来的代码:
复制代码
TreeMap<Integer, AwardConfigDO> extentTree = new TreeMap<Integer, AwardConfigDO>();
        // 获奖区间划分
        for (AwardConfigDO awardConfig : configList) {
            //Probability是区间节点,如100,500
            extentTree.put(awardConfig.getProbability(), awardConfig);
        }
        // 进入中奖区 random 是随机产生的数字,首先判断是否进入中奖区
        if (random < extentTree.lastKey()) {
            //然后判断 中奖奖项 是哪个
            AwardConfigDO awardConfig =  extentTree.higherEntry(random).getValue();
        }    
复制代码

 

所以TreeMap可以来抽象实现这种区间的结构。关于TreeMap可以看API哦。

 

 

让我们继续前行

----------------------------------------------------------------------

努力不一定成功,但不努力肯定不会成功。
共勉。

 

 
 

你可能感兴趣的:(jedis)