【redis】一致性哈希算法

大家好，又见面了，我是你们的朋友全栈君。

前言

这周复习redis，被集群和分布式搞得头大，也接触到一致性哈希算法， 因此博主进行了一定得学习，故，写下这篇文章。

一、普通哈希算法

普通得哈希算法是对服务器得数量进行一定得取模预算得出，常见得公式如下:

index = hash(key)%N

N就是服务器得数量。

我们可以想象到，如果服务器数量改变，那么index也会进行改变。例如： 一台服务器宕机，服务里器的数据暂时丢失（系统会进行一定的备份,用户发送的请求经过哈希运算后,因为N的改变，会访问其他的服务器，但是该台服务器还没有拷贝过来宕机的数据.这个时候就会发生问题。如果服务器作为缓存使用，那么大量的数据，会造成缓存击穿。

由于以上问题，我们引入一致性哈希算法。

二、一致性哈希算法

一致性哈希算法的出现，避免了大量数据的迁移(交普通哈希算法而言)，解决了普通哈希算法取模动态调整带来的全量数据的变动。

1.一致性哈希算法的原理

一致性哈希算法避免了N的变动，所以说N是固定的，这个N就是2^32次方。 一般我们将这些数字想象成一个闭合的环。

这样落到环上的机器，负责管理一个范围，当某台机器宕机的时候，仅仅是这个范围内的数据不可用，不会造成因为N的改变，再次重新分配的情况。

2 缺点 一致性哈希算法也是有缺点的，就是数据落到每台机器上的概率不同，可能会出现数据分配不均匀的情况。造成某台服务器压力增大。

3.解决

加入虚拟节点，本来一个数据库仅对应一个节点，但是现在将数据库对应多个节点，并将这些节点分布在环上。保证每台服务器上的数据均匀分布。

总结: 本文是博主自己的理解，如有错误。欢迎指出。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/164581.html原文链接：https://javaforall.cn