【redis】一致性哈希算法

【redis】一致性哈希算法前言这周复习redis,被集群和分布式搞得头大,也接触到一致性哈希算法,因此博主进行了一定得学习,故,写下这篇文章。一、普通哈希算法普通得哈希算法是对服务器得数量进行一定得取模预算得出,常见得公式如下:index=hash(key)%NN就是服务器得数量。我们可以想象到,如果服务器数量改变,那么index也会进行改变。例如:一台服务器宕机,服务里器的数据暂时丢失(系统会进行一定的备份,用户发送的请求经过哈希运算后,因为N的改变,会访问其他的服务器,但是该台服务器还没有拷贝过来宕机的数

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

前言

这周复习redis,被集群和分布式搞得头大,也接触到一致性哈希算法, 因此博主进行了一定得学习,故,写下这篇文章。

一、普通哈希算法

普通得哈希算法是对服务器得数量进行一定得取模预算得出,常见得公式如下:

index = hash(key)%N

N就是服务器得数量。

我们可以想象到,如果服务器数量改变,那么index也会进行改变。例如:
一台服务器宕机,服务里器的数据暂时丢失(系统会进行一定的备份,用户发送的请求经过哈希运算后,因为N的改变,会访问其他的服务器,但是该台服务器还没有拷贝过来宕机的数据.这个时候就会发生问题。如果服务器作为缓存使用,那么大量的数据,会造成缓存击穿。

由于以上问题,我们引入一致性哈希算法。

二、一致性哈希算法

一致性哈希算法的出现,避免了大量数据的迁移(交普通哈希算法而言),解决了普通哈希算法取模动态调整带来的全量数据的变动。

1.一致性哈希算法的原理

一致性哈希算法避免了N的变动,所以说N是固定的,这个N就是2^32次方。
一般我们将这些数字想象成一个闭合的环。

这样落到环上的机器,负责管理一个范围,当某台机器宕机的时候,仅仅是这个范围内的数据不可用,不会造成因为N的改变,再次重新分配的情况。

2 缺点
一致性哈希算法也是有缺点的,就是数据落到每台机器上的概率不同,可能会出现数据分配不均匀的情况。造成某台服务器压力增大。

3.解决

加入虚拟节点,本来一个数据库仅对应一个节点,但是现在将数据库对应多个节点,并将这些节点分布在环上。保证每台服务器上的数据均匀分布。

总结:
本文是博主自己的理解,如有错误。欢迎指出。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/164581.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号