Go分布式缓存 一致性哈希(hash)(day4)
Posted Harris-H
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Go分布式缓存 一致性哈希(hash)(day4)相关的知识,希望对你有一定的参考价值。
Go分布式缓存 一致性哈希(hash)(day4)
1 为什么使用一致性哈希
今天我们要实现的是一致性哈希算法,一致性哈希算法是 GeeCache 从单节点走向分布式节点的一个重要的环节。那你可能要问了,
童鞋,一致性哈希算法是啥?为什么要使用一致性哈希算法?这和分布式有什么关系?
1.1 我该访问谁?
对于分布式缓存来说,当一个节点接收到请求,如果该节点并没有存储缓存值,那么它面临的难题是,从谁那获取数据?自己,还是节点1, 2, 3, 4… 。假设包括自己在内一共有 10 个节点,当一个节点接收到请求时,随机选择一个节点,由该节点从数据源获取数据。
假设第一次随机选取了节点 1 ,节点 1 从数据源获取到数据的同时缓存该数据;那第二次,只有 1/10 的可能性再次选择节点 1, 有 9/10 的概率选择了其他节点,如果选择了其他节点,就意味着需要再一次从数据源获取数据,一般来说,这个操作是很耗时的。这样做,一是缓存效率低,二是各个节点上存储着相同的数据,浪费了大量的存储空间。
那有什么办法,对于给定的 key,每一次都选择同一个节点呢?使用 hash 算法也能够做到这一点。那把 key 的每一个字符的 ASCII 码加起来,再除以 10 取余数可以吗?当然可以,这可以认为是自定义的 hash 算法。
从上面的图可以看到,任意一个节点任意时刻请求查找键 Tom
对应的值,都会分配给节点 2,有效地解决了上述的问题。
1.2 节点数量变化了怎么办?
简单求取 Hash 值解决了缓存性能的问题,但是没有考虑节点数量变化的场景。假设,移除了其中一台节点,只剩下 9 个,那么之前 hash(key) % 10
变成了 hash(key) % 9
,也就意味着几乎缓存值对应的节点都发生了改变。即几乎所有的缓存值都失效了。节点在接收到对应的请求时,均需要重新去数据源获取数据,容易引起 缓存雪崩
。
缓存雪崩:缓存在同一时刻全部失效,造成瞬时DB请求量大、压力骤增,引起雪崩。常因为缓存服务器宕机,或缓存设置了相同的过期时间引起。
那如何解决这个问题呢?一致性哈希算法可以。
2 算法原理
2.1 步骤
一致性哈希算法将 key 映射到 2^32 的空间中,将这个数字首尾相连,形成一个环。
- 计算节点/机器(通常使用节点的名称、编号和 IP 地址)的哈希值,放置在环上。
- 计算 key 的哈希值,放置在环上,顺时针寻找到的第一个节点,就是应选取的节点/机器。
环上有 peer2,peer4,peer6 三个节点,key11
,key2
,key27
均映射到 peer2,key23
映射到 peer4。此时,如果新增节点/机器 peer8,假设它新增位置如图所示,那么只有 key27
从 peer2 调整到 peer8,其余的映射均没有发生改变。
也就是说,一致性哈希算法,在新增/删除节点时,只需要重新定位该节点附近的一小部分数据,而不需要重新定位所有的节点,这就解决了上述的问题。
2.2 数据倾斜问题
如果服务器的节点过少,容易引起 key 的倾斜。例如上面例子中的 peer2,peer4,peer6 分布在环的上半部分,下半部分是空的。那么映射到环下半部分的 key 都会被分配给 peer2,key 过度向 peer2 倾斜,缓存节点间负载不均。
为了解决这个问题,引入了虚拟节点的概念,一个真实节点对应多个虚拟节点。
假设 1 个真实节点对应 3 个虚拟节点,那么 peer1 对应的虚拟节点是 peer1-1、 peer1-2、 peer1-3(通常以添加编号的方式实现),其余节点也以相同的方式操作。
- 第一步,计算虚拟节点的 Hash 值,放置在环上。
- 第二步,计算 key 的 Hash 值,在环上顺时针寻找到应选取的虚拟节点,例如是 peer2-1,那么就对应真实节点 peer2。
虚拟节点扩充了节点的数量,解决了节点较少的情况下数据容易倾斜的问题。而且代价非常小,只需要增加一个字典(map)维护真实节点与虚拟节点的映射关系即可。
3 Go语言实现
我们在 geecache 目录下新建 package consistenthash
,用来实现一致性哈希算法。
day4-consistent-hash/geecache/consistenthash/consistenthash.go
package consistenthash
import (
"hash/crc32"
"sort"
"strconv"
)
// Hash maps bytes to uint32
type Hash func(data []byte) uint32
// Map constains all hashed keys
type Map struct
hash Hash
replicas int
keys []int // Sorted
hashMap map[int]string
// New creates a Map instance
func New(replicas int, fn Hash) *Map
m := &Map
replicas: replicas,
hash: fn,
hashMap: make(map[int]string),
if m.hash == nil
m.hash = crc32.ChecksumIEEE
return m
- 定义了函数类型
Hash
,采取依赖注入的方式,允许用于替换成自定义的 Hash 函数,也方便测试时替换,默认为crc32.ChecksumIEEE
算法。 Map
是一致性哈希算法的主数据结构,包含 4 个成员变量:Hash 函数hash
;虚拟节点倍数replicas
;哈希环keys
;虚拟节点与真实节点的映射表hashMap
,键是虚拟节点的哈希值,值是真实节点的名称。- 构造函数
New()
允许自定义虚拟节点倍数和 Hash 函数。
接下来,实现添加真实节点/机器的 Add()
方法。
// Add adds some keys to the hash.
func (m *Map) Add(keys ...string)
for _, key := range keys
for i := 0; i < m.replicas; i++
hash := int(m.hash([]byte(strconv.Itoa(i) + key)))
m.keys = append(m.keys, hash)
m.hashMap[hash] = key
sort.Ints(m.keys)
Add
函数允许传入 0 或 多个真实节点的名称。- 对每一个真实节点
key
,对应创建m.replicas
个虚拟节点,虚拟节点的名称是:strconv.Itoa(i) + key
,即通过添加编号的方式区分不同虚拟节点。 - 使用
m.hash()
计算虚拟节点的哈希值,使用append(m.keys, hash)
添加到环上。 - 在
hashMap
中增加虚拟节点和真实节点的映射关系。 - 最后一步,环上的哈希值排序。
最后一步,实现选择节点的 Get()
方法。
// Get gets the closest item in the hash to the provided key.
func (m *Map) Get(key string) string
if len(m.keys) == 0
return ""
hash := int(m.hash([]byte(key)))
// Binary search for appropriate replica.
idx := sort.Search(len(m.keys), func(i int) bool
return m.keys[i] >= hash
)
return m.hashMap[m.keys[idx%len(m.keys)]]
- 选择节点就非常简单了,第一步,计算 key 的哈希值。
- 第二步,顺时针找到第一个匹配的虚拟节点的下标
idx
,从 m.keys 中获取到对应的哈希值。如果idx == len(m.keys)
,说明应选择m.keys[0]
,因为m.keys
是一个环状结构,所以用取余数的方式来处理这种情况。 - 第三步,通过
hashMap
映射得到真实的节点。
至此,整个一致性哈希算法就实现完成了。
4 测试
最后呢,需要测试用例来验证我们的实现是否有问题。
day4-consistent-hash/geecache/consistenthash/consistenthash_test.go
package consistenthash
import (
"strconv"
"testing"
)
func TestHashing(t *testing.T)
hash := New(3, func(key []byte) uint32
i, _ := strconv.Atoi(string(key))
return uint32(i)
)
// Given the above hash function, this will give replicas with "hashes":
// 2, 4, 6, 12, 14, 16, 22, 24, 26
hash.Add("6", "4", "2")
testCases := map[string]string
"2": "2",
"11": "2",
"23": "4",
"27": "2",
for k, v := range testCases
if hash.Get(k) != v
t.Errorf("Asking for %s, should have yielded %s", k, v)
// Adds 8, 18, 28
hash.Add("8")
// 27 should now map to 8.
testCases["27"] = "8"
for k, v := range testCases
if hash.Get(k) != v
t.Errorf("Asking for %s, should have yielded %s", k, v)
如果要进行测试,那么我们需要明确地知道每一个传入的 key 的哈希值,那使用默认的 crc32.ChecksumIEEE
算法显然达不到目的。所以在这里使用了自定义的 Hash 算法。自定义的 Hash 算法只处理数字,传入字符串表示的数字,返回对应的数字即可。
- 一开始,有 2/4/6 三个真实节点,对应的虚拟节点的哈希值是 02/12/22、04/14/24、06/16/26。
- 那么用例 2/11/23/27 选择的虚拟节点分别是 02/12/24/02,也就是真实节点 2/2/4/2。
- 添加一个真实节点 8,对应虚拟节点的哈希值是 08/18/28,此时,用例 27 对应的虚拟节点从
02
变更为28
,即真实节点 8。
5.总结
通过一致性哈希算法解决 缓存失效时效率较低和缓存雪崩问题。
通过增加虚拟结点,一个真实结点映射多个虚拟结点,保证缓存负载均衡。
扩展了节点的数量,代价较小。
查找的话就是二分在环上找到第一个大于等于该结点hash值的虚拟结点。
以上是关于Go分布式缓存 一致性哈希(hash)(day4)的主要内容,如果未能解决你的问题,请参考以下文章
Redis分布式算法 — Consistent hashing(一致性哈希)
转白话解析:一致性哈希算法 consistent hashing