hash·余数hash和一致性hash

Posted 2021-02-11 dhcao

网站的伸缩性架构中，分布式的设计是现在的基本应用。

在memcached的分布式架构中，key-value缓存的命中通常采用分布式的算法

一、余数Hash

    简单的路由算法可以使用余数Hash：

                node编号=HashCode(key)%服务器数目

例如： key=‘BEIJING‘的hash值为490806430，服务器数目=3。那么余数为1。所以这个key-value就落在第一台缓存服务器上。

 

优点：计算简单。

缺点：不利于扩展。如果扩展的话，由3太服务器扩展为4台服务器，那么通过一个key=‘BEIJING‘，再除以服务器数码，余数为2。那么将不能命中，计算可知，增加一台服务器不能命中的数据将达到：N/(N+1)。那也太高了。

 

二、一致性Hash算法

数据结构：一致性哈希环（图片来自网络）

　                                                      　

 

算法过程：

    数据存放；先构造一个长度为2^32的整数环，根据节点名称的Hash值[0,2^32-1]，将缓存服务器节点放置在这个Hash环上。也就是说，每个节点，都根据起Hash值，放在对应的Hash环的位置中。。。如上图，假设有4个节点node1 - node4。当数据来临时候，根据数据KEY计算得到的Hash值，顺时针找到最近的node，然后将数据放入此节点。

    增加节点：如果当node5节点增加进入系统时，只有node5之前的数据受到影响，由原来的放在node4上，转移到新节点node5上。

    查找算法：Hash查找的过程实际上是在二叉查找树中查找不小于查找树的最小数值。当然这个二叉树的最右边子节点和最左边子节点相连接，构成环。

 

缺陷：

    新加入的node5节点只影响到了node4上面的部分数据。原来节点node1，node2，node3都不受影响。这就意味着，node1 - node3 将承受着node4、5的两倍数据压力。如果5台服务器的性能是一样的，那么这种结果显然不是最好 的。

 

虚拟节点：

    如图：（图片来自网络）

　　 --

 

 

将每个物理节点映射为3个虚拟节点A1,A2,A3。这样，当增加一个物理机时，也将该虚拟机地址映射为3个或多个虚拟节点，将这新的3个虚拟节点分摊到环的不同位置，那么受到影响的节点也分不到不同的位置。整个环节点的均匀性将会大大增加！

 

 

三、系统的扩展性和伸缩性区别

 

扩展性和伸缩性不要搞混了。

 

扩展性：对现有系统影响最小的情况下，系统功能可持续扩展或提升的能力。

    表现在基础设施稳定不需要经常变更，应用之间较少以来和耦合，对需求变更可以敏捷响应。是系统架构设计层面的“开闭原则（对扩展开放，对修改闭合）”，架构设计考虑未来功能扩展，当系统新增功能时，不需要对现有系统的结构和代码进行修改。

 

伸缩性：系统能够通过增加（减少）自身资源规模的方式增强（减少）自己计算处理事物的能力，如果这种增减是成比例的，就被称作线性伸缩性。在网站架构中，通常指利用集群的方式增加服务器数量、提高系统的整体事物吞吐能力。