阅读目录:使用场景算法原理虚拟节点代码示例使用场景以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 ...
阅读目录:
- 使用场景
- 算法原理
- 虚拟节点
- 代码示例
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]
//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]
海外公司注册、海外银行开户、跨境平台代入驻、VAT、EPR等知识和在线办理：https://www.xlkjsw.com
原标题：探索c#之一致性Hash详解
关键词：C#
*特别声明：以上内容来自于网络收集，著作权属原作者所有，如有侵权，请联系我们：
admin#shaoqun.com
（#换成@）。
