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]
一致性hash(consistent hashing)
为了降低添加或删除服务器节点，导致大量key无法命中的影响。就提出了一种更为合理的分法，也即是一致性hash算法。 下面看下为什么更合理些？
算法原理
空间归属
我们在脑中假想下：每台节点以CHash(ip)形式计算出一个数值，n台机器有n个数值。 把数值首尾相连，形成一个虚拟圆环的数值空间。
例如有3台机器:
servers =['redis:6379', 'redis:6380', 'redis:6381']。CHash(server[0])==100 Chash(server[1])==200 CHash(server[2])==300
把机器计算得到的数值，在虚拟圆环中按照顺时针方向来确定空间归属，得到：
100~200空间属于6379管。
200~300空间属于6380管。
300+,100-空间属于6381管。
key坐标
这时有3个key要存储到redis，分别是key1—key3。 通过CHash函数计算出3个key的数值坐标：
CHash(key1)=102CHash(key2)=240CHash(key3)=350
空间映射
求出key的数值坐标后，就知道key与机器节点的映射关系。 即key1应存储在6379，key3存储到6381。
添加节点
由于缓存数据的增加，需要添加一台新节点6382。计算出空间数值：
CHash(6382)==250
那么他在虚拟圆环中的位置如下：
从图中得知，6379、6381的数值空间区域没任何变化，它们存储的key依旧可以正常命中的。
优点之一：对现有缓存的命中影响较小。
但原本6380的区域200~300被6382侵入了。 6382的空间数值250正好划分一半，即200~250的区域还归6380管，但250~300的区域却归新来的管了。 (为示例而使用简单数字区分，实际上没这么精准)
优点之二：实现对数据的分片
同时也带来了缺点就是: 原本存储在6380(250~300这部分)的旧缓存数据就无法命中了，要去新的6382拿。 所以说一致性hash并不能完全解决这种影响，只能尽量降低。
移除节点
与添加节点同理。比如拿掉新加的6382，250~300区域还管原来的6380管，当然6382这部分缓存也就丢了。
虚拟节点
一致性Hash虽然实现了数据分片，但由于节点较少，key有可能会大量集中到某一台上面，导致缓存分布不均匀。 特别是在只有几台或十几台机器节点时。
为了降低这种影响，一致性hash算法提出虚拟节点的解决方案。 即一个物理机器节点对应着多个虚拟节点。 这里配置一个物理节点对应2个虚拟节点，此时应为：
6379={6379A，6379B}6380={6380A，6380B}6381={6381A，6381B}这样成了6个节点了(可以配置更多)，它们同样在虚拟圆环上按数值顺时针排列。由于节点变多，对应的数值区域也变大。使key进行数值空间映射时变的更加离散性，从概率上来提高key的均匀分布。
原本需要计算真实节点数值，也变成计算虚拟节点数值， 然后由虚拟节点的数值构成虚拟圆环数值空间。其中每一组虚拟节点数值，对应单个物理节点。
servers= ['redis:6379', 'redis:6380', 'redis:6381'];
//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] 虚拟节点使key分布的更加均衡，但不能解决添加机、删除节点带来的影响。
代码示例
1：使用字典模拟虚拟圆环，并添加节点。
2：计算key数值，应该归属到哪个节点数值空间区域。
3：计算分布频率。复制的虚拟节点越多，分布越平均。
private static readonly SortedDictionary<ulong, string> _circle = new SortedDictionary<ulong, string>(); static void Main(string[] args) { int Replicas = 100; AddNode("127.0.0.1:6379", Replicas); AddNode("127.0.0.1:6380", Replicas); AddNode("127.0.0.1:6381", Replicas); List<string> nodes = new List<string>(); for (int i = 0; i < 100; i++) { nodes.Add(GetTargetNode(i + "test" + (char)i)); } var counts = nodes.GroupBy(n => n, n => n.Count()).ToList(); counts.ForEach(index => Console.WriteLine(index.Key+"-"+index.Count())); Console.ReadLine(); }输出：
127.0.0.1:6380-39
127.0.0.1:6381-29
127.0.0.1:6379-32
虚拟圆环的值：
其余代码：
public static void AddNode(string node, int repeat) { for (int i = 0; i < repeat; i++) { string identifier = node.GetHashCode().ToString() + "-" + i; ulong hashCode = Md5Hash(identifier); _circle.Add(hashCode, node); } } public static ulong Md5Hash(string key) { using (var hash = System.Security.Cryptography.MD5.Create()) { byte[] data = hash.ComputeHash(Encoding.UTF8.GetBytes(key)); var a = BitConverter.ToUInt64(data, 0); var b = BitConverter.ToUInt64(data, 8); ulong hashCode = a ^ b; return hashCode; } } public static string GetTargetNode(string key) { ulong hash = Md5Hash(key); ulong firstNode = ModifiedBinarySearch(_circle.Keys.ToArray(), hash); return _circle[firstNode]; } /// <summary> /// 计算key的数值，得出空间归属。 /// </summary> /// <param name="sortedArray"></param> /// <param name="val"></param> /// <returns></returns> public static ulong ModifiedBinarySearch(ulong[] sortedArray, ulong val) { int min = 0; int max = sortedArray.Length - 1; if (val < sortedArray[min] || val > sortedArray[max]) return sortedArray[0]; while (max - min > 1) { int mid = (max + min) / 2; if (sortedArray[mid] >= val) { max = mid; } else { min = mid; } } return sortedArray[max]; }View Code
原标题：探索c#之一致性Hash详解
关键词：C#
我知道了 