轉載自?玻璃貓 程序員小灰

一年之前——

未來兩年內，系統預估的總訂單數量可達一億條左右。

按Mysql單表存儲500萬條記錄來算，暫時不必分庫，單庫30個分表是比較合適的水平分表方案。

于是小灰設計了這樣的分表邏輯：

訂單表創建單庫30個分表

對用戶ID和30進行取模，取模結果決定了記錄存于第幾個分表

查詢時需要以用戶ID作為條件，根據取模結果確定查詢哪一個分表

分表方式如下圖（為了便于描述，簡化為5個分表）：

過了兩個月——

又過了半年多——

小灰的回憶告一段落——

1.首先，我們把全量的緩存空間當做一個環形存儲結構。環形空間總共分成2^32個緩存區，在Redis中則是把緩存key分配到16384個slot。

2.每一個緩存key都可以通過Hash算法轉化為一個32位的二進制數，也就對應著環形空間的某一個緩存區。我們把所有的緩存key映射到環形空間的不同位置。

3.我們的每一個緩存節點（Shard）也遵循同樣的Hash算法，比如利用IP做Hash，映射到環形空間當中。

4.如何讓key和節點對應起來呢？很簡單，每一個key的順時針方向最近節點，就是key所歸屬的存儲節點。所以圖中key1存儲于node1，key2，key3存儲于node2，key4存儲于node3。

1.增加節點

當緩存集群的節點有所增加的時候，整個環形空間的映射仍然會保持一致性哈希的順時針規則，所以有一小部分key的歸屬會受到影響。

有哪些key會受到影響呢？圖中加入了新節點node4，處于node1和node2之間，按照順時針規則，從node1到node4之間的緩存不再歸屬于node2，而是歸屬于新節點node4。因此受影響的key只有key2。

最終把key2的緩存數據從node2遷移到node4，就形成了新的符合一致性哈希規則的緩存結構。

2.刪除節點

當緩存集群的節點需要刪除的時候（比如節點掛掉），整個環形空間的映射同樣會保持一致性哈希的順時針規則，同樣有一小部分key的歸屬會受到影響。

有哪些key會受到影響呢？圖中刪除了原節點node3，按照順時針規則，原本node3所擁有的緩存數據就需要“托付”給node3的順時針后繼節點node1。因此受影響的key只有key4。

最終把key4的緩存數據從node3遷移到node1，就形成了新的符合一致性哈希規則的緩存結構。

如上圖所示，假如node1的ip是192.168.1.109，那么原node1節點在環形空間的位置就是hash（“192.168.1.109”）。

我們基于node1構建兩個虛擬節點，node1-1 和 node1-2，虛擬節點在環形空間的位置可以利用（IP+后綴）計算，例如：

hash（“192.168.1.109#1”），hash（“192.168.1.109#2”）

此時，環形空間中不再有物理節點node1，node2，只有虛擬節點node1-1，node1-2，node2-1，node2-2。由于虛擬節點數量較多，緩存key與虛擬節點的映射關系也變得相對均衡了。

總結

以上是生活随笔為你收集整理的漫画：什么是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。