hash一致性算法
2024-08-29 00:11:44
一致性hash算法是，1097麻省理工提出的分布式hashDHT实现算法，极倔internet的热点问题
平衡性 hash结果尽可能的分布到所有的缓存中去，缓冲空间利用率最高
单调性 保持已有的缓存能映射到对应的位置，新加入的缓存能加入新的位置不会映射到旧的位置
分散性 尽量降低分散性的缓存不一致情况发生
负载 负载被粉丝降低负荷
一致性hash实现算法 chord算法
基本要素：节点ID(NID) 资源ID(KID) 常hash函数(sha-1) chord环 (2^m的环)
因为对于hash(k)的范围在int范围，所以我们将0~2^32作为一个环。其步骤为：
1，求出每个服务器的hash（服务器ip）值，将其配置到一个 0~2^n 的圆环上（n通常取32）。
2，用同样的方法求出待存储对象的主键 hash值，也将其配置到这个圆环上，然后从数据映射到的位置开始顺时针查找，将数据分布到找到的第一个服务器节点上。
这是一致性hash算法的原理，加入一个redis节点:redis node5，影响的范围只有黄色标出的那部分，不会造成全局的变动。
雪崩效应
当有节点宕机时，当B节点宕机后，原本存储在B节点的k1，k2将会迁移到节点C上，这可能会导致很大的问题。如果B上存储的是热点数据，将数据迁移到C节点上，然后C需要承受B+C的数据，也承受不住，也挂了。。。。然后继续CD都挂了。这就造成了雪崩效应。
我们可以针对每个实际的节点，虚拟出多个虚拟节点，用来映射到圈上的位置，进行存储对应的数据。
A节点对应A1，A2，BCD节点同理。这时候，如果A节点挂了，A节点的数据迁移情况是:A1数据会迁移到C2，A2数据迁移到D1。这就相当于A的数据被C和D分担了，这就避免了雪崩效应的发送，而且虚拟节点我们可以自定义设置，使其适用于我们的应用。
最新文章
- 使用PowerShell收集多台服务器的性能计数器
- 一条代码解决各种IE浏览器兼容性问题
- jquery-常用的运行函数
- 【BZOJ3282】Tree LCT
- spring mvc中使用freemark的一点心得
- 说说我在项目中为什么不用实体框架,如果说我在诋毁你所爱的EF,请进来.
- PostgreSQL表空间、数据库、模式、表、用户/角色之间的关系
- MFC 使用MFC EditBrowse Control控件选择文件或者文件夹
- 解决GitLab提交MergeRequest时，提示502 GitLab is not responding.的问题
- runc kill 和 delete流程分析
- Unity3D细节整理：AssetBundle对应的各种格式文件的类型
- 详解C/C++函数指针声明 ( *( void(*)())0)();
- eclispe 出现超内纯错误
- ASP.NET中Cookie的使用
- root权限下找不到 /root/.ssh目录
- 【一天一道Leetcode】#203.Remove Linked List Elements
- STL算法设计理念 - 谓词，一元谓词demo
- win10自带邮箱添加网易企业邮箱
- css引用与html语义化
- 《Java大学教程》--第2章 选择