一文搞懂一致性 hash 的原理和實現
在 go-zero 的分佈式緩存系統分享裏,Kevin 重點講到過一致性 hash 的原理和分佈式緩存中的實踐。本文來詳細講講一致性 hash 的原理和在 go-zero 中的實現。
以存儲爲例,在整個微服務系統中,我們的存儲不可能說只是一個單節點。
-
一是爲了提高穩定,單節點宕機情況下,整個存儲就面臨服務不可用;
-
二是數據容錯,同樣單節點數據物理損毀,而多節點情況下,節點有備份,除非互爲備份的節點同時損毀。
那麼問題來了,多節點情況下,數據應該寫入哪個節點呢?
hash
所以本質來講:我們需要一個可以將輸入值 “壓縮” 並轉成更小的值,這個值通常狀況下是唯一、格式極其緊湊的,比如 uint64:
- 冪等:每次用同一個值去計算 hash 必須保證都能得到同一個值
這個就是 hash
算法完成的。
但是採取普通的 hash
算法進行路由,如:key % N
。有一個節點由於異常退出了集羣或者是心跳異常,這時再進行 hash route
,會造成大量的數據重新 分發
到不同的節點 。節點在接受新的請求時候,需要重新處理獲取數據的邏輯:如果是在緩存中,容易引起 緩存雪崩。
此時就需要引入 consistent hash
算法了。
consistent hash
我們來看看 consistent hash
是怎麼解決這些問題的:
rehash
先解決大量 rehash
的問題:
如上圖,當加入一個新的節點時,影響的 key 只有 key31
,新加入(剔除)節點後,只會影響該節點附近的數據。其他節點的數據不會收到影響,從而解決了節點變化的問題。
這個正是:單調性。這也是 normal hash
算法無法滿足分佈式場景的原因。
數據傾斜
其實上圖可以看出:目前多數的 key 都集中在 node 1
上。如果當 node 數量比較少的情況下,可能引發多數 key 集中在某個 node
上,監控時發現的問題就是:節點之間負載不均。
爲了解決這個問題,consistent hash
引入了 virtual node
的概念。
既然是負載不均,我們就人爲地構造一個均衡的場景出來,但是實際 node 只有這麼多。所以就使用 virtual node
劃分區域,而實際服務的節點依然是之前的 node。
具體實現
先來看看 Get()
:
Get
先說說實現的原理:
-
計算
key
的 hash -
找到第一個匹配的
virtual node
的 index,並取到對應的h.keys[index]
:virtual node hash 值 -
對應到這個
ring
中去尋找一個與之匹配的actual node
其實我們可以看到 ring
中獲取到的是一個 []node
。這是因爲在計算 virtual node hash
,可能會發生 hash 衝突,不同的 virtual node hash
對應到一個實際 node。
這也說明:node
與 virtual node
是一對多的關係。而裏面的 ring
就是下面這個設計:
這個其實也就表明了一致性 hash 的分配策略:
-
virtual node
作爲值域劃分。key
去獲取node
,從劃分依據上是以virtual node
作爲邊界 -
virtual node
通過hash
,在對應關係上保證了不同的 node 分配的 key 是大致均勻的。也就是 打散綁定 -
加入一個新的 node,會對應分配多個
virtual node
。新節點可以負載多個原有節點的壓力,從全局看,較容易實現擴容時的負載均衡。
Add Node
看完 Get
其實大致就知道整個一致性 hash 的設計:
type ConsistentHash struct {
hashFunc Func // hash 函數
replicas int // 虛擬節點放大因子
keys []uint64 // 存儲虛擬節點hash
ring map[uint64][]interface{} // 虛擬節點與實際node的對應關係
nodes map[string]lang.PlaceholderType // 實際節點存儲【便於快速查找,所以使用map】
lock sync.RWMutex
}
好了這樣,基本的一個一致性 hash 就實現完備了。
具體代碼:https://github.com/tal-tech/go-zero/blob/master/core/hash/consistenthash.go
使用場景
開頭其實就說了,一致性 hash 可以廣泛使用在分佈式系統中:
-
分佈式緩存。可以在
redis cluster
這種存儲系統上構建一個cache proxy
,自由控制路由。而這個路由規則就可以使用一致性 hash 算法 -
服務發現
-
分佈式調度任務
以上這些分佈式系統中,都可以在負載均衡模塊中使用。
項目地址
https://github.com/tal-tech/go-zero
歡迎使用 go-zero 並 star 支持我們!
微信交流羣
關注『微服務實踐』公衆號並點擊 交流羣 獲取社區羣二維碼。
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/JiO8kUaufV53u3p_TUBhBQ