什么是一致性 Hash 算法？面试又被问到怎么办？

忘是亡心i 2021-08-19 23:01 345阅读 0赞

数据分片

✔︎ 先让我们看一个例子吧

我们经常会用 Redis 做缓存，把一些数据放在上面，以减少数据的压力。

当数据量少，访问压力不大的时候，通常一台Redis就能搞定，为了高可用，弄个主从也就足够了；

当数据量变大，并发量也增加的时候，把全部的缓存数据放在一台机器上就有些吃力了，毕竟一台机器的资源是有限的，通常我们会搭建集群环境，让数据尽量平均的放到每一台 Redis 中，比如我们的集群中有 4 台Redis。

那么如何把数据尽量平均地放到这 4 台Redis中呢？最简单的就是取模算法：

hash( key ) % N，N 为 Redis 的数量，在这里 N = 4 ;

![format_png][]

看起来非常得美好，因为依靠这样的方法，我们可以让数据平均存储到 4 台 Redis 中，当有新的请求过来的时候，我们也可以定位数据会在哪台 Redis 中，这样可以精确地查询到缓存数据。

数据分片会遇到的问题

但是 4 台 Redis 不够了，需要再增加 4 台 Redis ；

那么这个求余算法就会变成：hash( key ) % 8 ；

![format_png 1][]

那么可以想象一下，当前大部分缓存的位置都会是错误的，极端情况下，就会造成 缓存雪崩。

一致性 Hash 算法

一致性 Hash 算法可以很好地解决这个问题，它的大概过程是这样的：

把 0 作为起点，2^32-1 作为终点，画一条直线，再把起点和终点重合，直线变成一个圆，方向是顺时针从小到大。0 的右侧第一个点是 1 ，然后是 2 ，以此类推。

对三台服务器的 IP 或其他关键字进行 hash 后对 2^32 取模，这样势必能落在这个圈上的某个位置，记为 Node1、Node2、Node3。

![format_png 2][]

然后对数据 key 进行相同的操作，势必也会落在圈上的某个位置；然后顺时针行走，可以找到某一个 Node，这就是这个 key 要储存的服务器。

![format_png 3][]

如果增加一台服务器或者删除一台服务器，只会影响 部分数据。

![format_png 4][]

但如果节点太少或分布不均匀的时候，容易造成 数据倾斜，也就是大部分数据会集中在某一台服务器上。

![format_png 5][]

为了解决数据倾斜问题，一致性 Hash 算法提出了【虚拟节点】，会对每一个服务节点计算多个哈希，然后放到圈上的不同位置。

![format_png 6][]

当然我们也可以发现，一致性 Hash 算法，也只是解决大部分数据的问题。

【END】

如果看到这里，说明你喜欢这篇文章，请**转发****、点赞**。微信搜索「web\_resource」，关注后回复「进群」或者扫描下方二维码即可进入无广告交流群。

**↓扫描二维码进群↓**

![format_png 7][]

**推****荐****阅****读 **

***1.*** [我把废旧 Android 手机改造成了 Linux 服务器][Android _ Linux]

***2. ***[动画: 一个浏览器是如何工作的？][Link 1]

***3.*** [为什么你学不会递归？][Link 2]

***4.*** [一个女生不主动联系你还有机会吗？][Link 3]

***5.***  [团队开发中 Git 最佳实践][Git]

![format_png 8][]

**喜****欢****文****章****，****点****个****在看 **![format_png 9][]

[format_png]: /images/20210731/d37976eda4b847f5ae02db0c03692910.png
[format_png 1]: /images/20210731/3d2d8bf42ef847cb95906e234f5570f9.png
[format_png 2]: /images/20210731/8b0e44d778384c13a2d5aac78ab23f04.png
[format_png 3]: /images/20210731/7e27ae1a16a34026a0b25245977ef537.png
[format_png 4]: /images/20210731/e810aa0d3d1b44afa8c305dd6255f237.png
[format_png 5]: /images/20210731/7483fe4e34414188b520be4432da7768.png
[format_png 6]: /images/20210731/509040ff194441068fa902de29a9dc3d.png
[format_png 7]: /images/20210731/248d507d923846b9b349942e328f6efc.png
[Android _ Linux]: https://blog.csdn.net/qq_37217713/article/details/103502048
[Link 1]: https://blog.csdn.net/qq_37217713/article/details/103502049
[Link 2]: https://blog.csdn.net/qq_37217713/article/details/103451625
[Link 3]: https://blog.csdn.net/qq_37217713/article/details/103397059
[Git]: https://blog.csdn.net/qq_37217713/article/details/102481709
[format_png 8]: /images/20210731/0fbc086994cf4e0eac01732966d4512a.png
[format_png 9]: /images/20210731/5826cd9f5199478a9665f8e1f2da015a.png