标签：style   blog   http   color   使用   数据   

时间：2014.07.17

地点：基地二楼

----------------------------------------------------------------------------------------

一、为什么我们需要一致性哈希算法

看起来这样一个系统工作正常，但考虑周到会有如下几个问题：
问题1：有一天我们需要增加一台服务器，这时我们需要改变哈希映射关系为：
hash(object) mod (n+1)
问题2：有一天我们需要删除一台服务器，这时我们需要改变哈希映射关系为：
hash(object) mod (n-1)

问题3：怎么样使得服务器负载分配均匀

现在我们看到麻烦来了，由于hash关系的变化，几乎所有的object将会被hash到新的位置，即映射到新的服务器，这是一种灾难，于是我们就需要一致性哈希来改善这种情况了。

----------------------------------------------------------------------------------------

二、一致性哈希

----------------------------------------------------------------------------------------

三、哈希空间(hash space)

                                                                    哈希空间

----------------------------------------------------------------------------------------

四、将object映射到哈希空间

                                                  将object映射到哈希空间

----------------------------------------------------------------------------------------

五、将cache映射到哈希空间

                                           将cache以同样的方式也映射到哈希空间

----------------------------------------------------------------------------------------

六、将object与cache匹配

----------------------------------------------------------------------------------------

七、增加或删减cache

                                              cacheB崩溃

当将cacheD加入在object2和object3之间时，B和D之间的object也需重新映射，在这里object2将绑定到新加入的cacheD上。如下图：

                                                     增加cacheD

----------------------------------------------------------------------------------------

八、虚节点

九、一致性哈希算法的应用

问题描述： 例如手机朋友网有n个服务器，为了方便用户的访问会在服务器上缓存数据，因此用户每次访问的时候最好能保持同一台服务器。

已有的做法是根据ServerIPIndex[QQNUM%n]得到请求的服务器，这种方法很方便将用户分到不同的服务器上去。但是如果一台服务器死掉了，那么n就变为了n-1，那么ServerIPIndex[QQNUM%n]与ServerIPIndex[QQNUM%（n-1）]基本上都不一样了，所以大多数用户的请求都会转到其他服务器，这样会发生大量访问错误。
问： 如何改进或者换一种方法，使得：
（1）一台服务器死掉后，不会造成大面积的访问错误，
（2）原有的访问基本还是停留在同一台服务器上；
（3）尽量考虑负载均衡。
显然，传统的办法题目已经给出，即用模余方法：做法很简单，但存在很多问题不满足需求。于是我们考虑一致性哈希算法。正如前面所述。
其它应用场景：
    在做服务器负载均衡时候可供选择的负载均衡的算法有很多，包括：  轮循算法（Round Robin）、哈希算法（HASH）、最少连接算法（Least Connection）、响应速度算法（Response Time）、加权法（Weighted ）等。其中哈希算法是最为常用的算法.
    最典型的应用场景就是： 有N台服务器提供缓存服务，需要对服务器进行负载均衡，将请求平均分发到每台服务器上，每台机器负责1/N的服务。
    常用的算法是对hash结果取余数 (hash() mod N)：对机器编号从0到N-1，按照自定义的hash()算法，对每个请求的hash()值按N取模，得到余数i，然后将请求分发到编号为i的机器。但这样的算法方法存在致命问题，如果某一台机器宕机，那么应该落在该机器的请求就无法得到正确的处理，这时需要将当掉的服务器从算法从去除，此时候会有(N-1)/N的服务器的缓存数据需要重新进行计算；如果新增一台机器，会有N /(N+1)的服务器的缓存数据需要进行重新计算。对于系统而言，这通常是不可接受的颠簸（因为这意味着大量缓存的失效或者数据需要转移）。那么，如何设计一个负载均衡策略，使得受到影响的请求尽可能的少呢？
    在Memcached、Key-Value Store、Bittorrent DHT、LVS中都采用了Consistent Hashing算法，可以说Consistent Hashing 是分布式系统负载均衡的首选算法。

一致性哈希算法,布布扣,bubuko.com

一致性哈希算法

标签：style   blog   http   color   使用   数据   

原文地址：http://blog.csdn.net/u012333003/article/details/37904479