一致性哈希

一致性哈希的原理：

把所有的哈希值空間組織成一個虛擬的圓環（哈希環），整個空間按順時針方向組織。因為是環形空間，0 和2^32-1 是重疊的。

假設我們有四臺機器要哈希環來實現映射（分布數據），我們先根據機器的名稱或者IP 計算哈希值，然后分布到哈希環中（紅色圓圈）。

現在有4 條數據或者4 個訪問請求，對key 計算后，得到哈希環中的位置（綠色圓圈）。沿哈希環順時針找到的第一個Node，就是數據存儲的節點。

在這種情況下，新增了一個Node5 節點，不影響數據的分布。

刪除了一個節點Node4，只影響相鄰的一個節點。

谷歌的MurmurHash 就是一致性哈希算法。在分布式系統中，負載均衡、分庫分表等場景中都有應用。

一致性哈希解決了動態增減節點時，所有數據都需要重新分布的問題，它只會影響到下一個相鄰的節點，對其他節點沒有影響。

但是這樣的一致性哈希算法有一個缺點，因為節點不一定是均勻地分布的，特別是在節點數比較少的情況下，所以數據不能得到均勻分布。解決這個問題的辦法是引入虛擬節點（Virtual Node）。

比如：2 個節點，5 條數據，只有1 條分布到Node2，4 條分布到Node1，不均勻。

Node1 設置了兩個虛擬節點，Node2 也設置了兩個虛擬節點（虛線圓圈）。

這時候有3 條數據分布到Node1，1 條數據分布到Node2。

Redis 虛擬槽分區

Redis 既沒有用哈希取模，也沒有用一致性哈希，而是用虛擬槽來實現的。

Redis 創建了16384 個槽（slot），每個節點負責一定區間的slot。比如Node1 負責0-5460，Node2 負責5461-10922，Node3 負責10923-16383。

Redis 的每個master 節點維護一個16384 位（2048bytes=2KB）的位序列，比如：序列的第0 位是1，就代表第一個slot 是它負責；序列的第1 位是0，代表第二個slot不歸它負責。

對象分布到Redis 節點上時，對key 用CRC16 算法計算再%16384，得到一個slot的值，數據落到負責這個slot 的Redis 節點上。

查看key 屬于哪個slot：

redis> cluster keyslot leon

注意：key 與slot 的關系是永遠不會變的，會變的只有slot 和Redis 節點的關系。

問題：怎么讓相關的數據落到同一個節點上？

比如有些multi key 操作是不能跨節點的，如果要讓某些數據分布到一個節點上，例如用戶2673 的基本信息和金融信息，怎么辦？

在key 里面加入{hash tag}即可。Redis 在計算槽編號的時候只會獲取{}之間的字符串進行槽編號計算，這樣由于上面兩個不同的鍵，{}里面的字符串是相同的，因此他們可以被計算出相同的槽。

user{2673}base=…

user{2673}fin=…

127.0.0.1:7293> set a{qs}a 1 OK 127.0.0.1:7293> set a{qs}b 1 OK 127.0.0.1:7293> set a{qs}c 1 OK 127.0.0.1:7293> set a{qs}d 1 OK 127.0.0.1:7293> set a{qs}e 1 OK

問題：客戶端連接到哪一臺服務器？訪問的數據不在當前節點上，怎么辦？

?

總結

以上是生活随笔為你收集整理的Redis数据分布一致性哈希的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。