一致性哈希算法(Consistent Hashing Algorithm)
浅谈一致性Hash原理及应用
在讲一致性Hash之前我们先来讨论一个问题。
问题:现在有亿级用户,每日产生千万级订单,如何将订单进行分片分表?
小A:我们可以按照手机号的尾数进行分片,同一个尾数的手机号写入同一片/同一表中。
大佬:我希望通过会员ID来查询这个会员的所有订单信息,按照手机号分片/分表的话,前提是需要该用户的手机号保持不变,并且在查询订单列表时需要提前查询该用户的手机号,利用手机号尾数不太合理。
小B:按照大佬的思路,我们需要找出一个唯一不变的属性来进行分片/分表。
大佬:迷之微笑~
小B:(信心十足)会员在我们这边保持不变的就是会员ID(int),我们可以通过会员ID的尾数进行分片/分表
小C:尽然我们可以用会员ID尾数进行分片/分表,那就用取模的方式来进行分片/分表,通过取模的方式可以达到很好的平衡性。示意图如下:
大佬:嗯嗯嗯,在不考虑会员冷热度的情况下小B和小C说的方案绝佳;但是往往我们的会员有冷热度和僵尸会员,通过取模的方式往往会出现某个分片数据异常高,部分分片数据异常低,导致平衡倾斜。示意图如下:
大佬:当出现某个分片/分表达到极限时我们需要添加片/表,此时发现我们无法正常添加片/表。因为一旦添加片/或表的时候会导致绝大部分数据错乱,按照原先的取模方式是无法正常获取数据的。示意图如下
添加分片/分表前4,5,6会员的订单分别存储在A,B,C上,当添加了片/表的时候在按照(会员ID%N)方式取模去取数据4,5,6会员的订单数据时发现无法取到订单数据,因为此时4,5,6这三位会员数据分布存在了D,E,A上,具体示意图如下:
大佬:所以通过取模的方式也会存在缺陷;好了接下来我们来利用一致hash原理的方式来解决分片/分表的问题。
首先什么是一致性哈希算法?一致性哈希算法(Consistent Hashing Algorithm)是一种分布式算法,常用于负载均衡。Memcached client也选择这种算法,解决将key-value均匀分配到众多Memcached server上的问题。它可以取代传统的取模操作,解决了取模操作无法应对增删Memcached Server的问题(增删server会导致同一个key,在get操作时分配不到数据真正存储的server,命中率会急剧下降)。
还以上述问题为例,假如我们有10片,我们利用Hash算法将每一片算出一个Hash值,而这些Hash点将被虚拟分布在Hash圆环上,理论视图如下:
按照顺时针的方向,每个点与点之间的弧形属于每个起点片的容量,然后按照同样的Hash计算方法对每个会员ID进行Hash计算得出每个Hash值然后按照区间进行落片/表,以保证数据均匀分布。
如果此时需要在B和C之间新增一片/表(B1)的话,就不会出现按照取模形式导致数据几乎全部错乱的情况,仅仅是影响了(B1,C)之间的数据,这样我们清洗出来也就比较方便,也不会出现数据大批量
瘫痪。
但是如果我们仅仅是将片/表进行计算出Hash值之后,这些点分布并不是那么的均匀,比如就会下面的这种情况,导致区间倾斜。如图
这个时候虚拟节点就此诞生,下面让我们来看一下虚拟节点在一致性Hash中的作用。当我们在Hash环上新增若干个点,那么每个点之间的距离就会接近相等。按照这个思路我们可以新增若干个
片/表,但是成本有限,我们通过复制多个A、B、C的副本({A1-An},{B1-Bn},{C1-Cn})一起参与计算,按照顺时针的方向进行数据分布,按照下图示意:
此时A=[A,C1)&[A1,C2)&[A2,B4)&[A3,A4)&[A4,B1);B=[B,A1)&[B2,C)&[B3,C3)&[B4,C4)&[B1,A);C=[C1,B)&[C2,B2)&[C,B3)&[B3,C3)&[C4,A3);由图可以看出分布点越密集,平衡性约好。
1 using System; 2 using System.Collections.Generic; 3 using System.Data.HashFunction; 4 using System.Data.HashFunction.xxHash; 5 using System.Linq; 6 7 namespace HashTest 8 { 9 public class ConsistentHash 10 { 11 /// <summary> 12 /// 虚拟节点数 13 /// </summary> 14 private static readonly int VirturalNodeNum = 10; 15 16 /// <summary> 17 /// 服务器IP 18 /// </summary> 19 private static readonly string[] Nodes = { "192.168.1.1", "192.168.1.2", "192.168.1.3"}; 20 21 /// <summary> 22 /// 按照一致性Hash进行分组 23 /// </summary> 24 private static readonly IDictionary<uint, string> ConsistentHashNodes = new Dictionary<uint, string>(); 25 26 private static uint[] _nodeKeys = null; 27 28 public static void ComputeNode() 29 { 30 foreach (var node in Nodes) 31 { 32 AddNode(node); 33 } 34 } 35 36 private static void AddNode(string node) 37 { 38 for (int i = 0; i < VirturalNodeNum; i++) 39 { 40 var key = node + ":" + i; 41 var hashValue = ComputeHash(key); 42 if (!ConsistentHashNodes.ContainsKey(hashValue)) 43 { 44 ConsistentHashNodes.Add(hashValue, node); 45 } 46 } 47 48 _nodeKeys = ConsistentHashNodes.Keys.ToArray(); 49 } 50 51 private static uint ComputeHash(string virturalNode) 52 { 53 var hashFunction = xxHashFactory.Instance.Create(); 54 var hashValue = hashFunction.ComputeHash(virturalNode); 55 return BitConverter.ToUInt32(hashValue.Hash, 0); 56 } 57 58 public static string Get(string item) 59 { 60 var hashValue = ComputeHash(item); 61 var index = GetClockwiseNearestNode(hashValue); 62 return ConsistentHashNodes[_nodeKeys[index]]; 63 } 64 65 private static int GetClockwiseNearestNode(uint hash) 66 { 67 int begin = 0; 68 int end = _nodeKeys.Length - 1; 69 70 if (_nodeKeys[end] < hash || _nodeKeys[0] > hash) 71 { 72 return 0; 73 } 74 75 while ((end - begin) > 1) 76 { 77 var mid = (end + begin) / 2; 78 if (_nodeKeys[mid] >= hash) end = mid; 79 else begin = mid; 80 } 81 82 return end; 83 } 84 } 85 }
1using System; 2using System.Collections.Generic; 3using System.Data.HashFunction; 4using System.Data.HashFunction.xxHash; 5using System.Linq; 6 7namespace HashTest 8{ 9publicclass ConsistentHash 10 { 11///<summary>12/// 虚拟节点数 13///</summary>14privatestaticreadonlyint VirturalNodeNum = 10; 1516///<summary>17/// 服务器IP 18///</summary>19privatestaticreadonlystring[] Nodes = { "192.168.1.1", "192.168.1.2", "192.168.1.3"}; 2021///<summary>22/// 按照一致性Hash进行分组 23///</summary>24privatestaticreadonly IDictionary<uint, string> ConsistentHashNodes = new Dictionary<uint, string>(); 2526privatestaticuint[] _nodeKeys = null; 2728publicstaticvoid ComputeNode() 29 { 30foreach (var node in Nodes) 31 { 32 AddNode(node); 33 } 34 } 3536privatestaticvoid AddNode(string node) 37 { 38for (int i = 0; i < VirturalNodeNum; i++) 39 { 40var key = node + ":" + i; 41var hashValue = ComputeHash(key); 42if (!ConsistentHashNodes.ContainsKey(hashValue)) 43 { 44 ConsistentHashNodes.Add(hashValue, node); 45 } 46 } 4748 _nodeKeys = ConsistentHashNodes.Keys.ToArray(); 49 } 5051privatestaticuint ComputeHash(string virturalNode) 52 { 53var hashFunction = xxHashFactory.Instance.Create(); 54var hashValue = hashFunction.ComputeHash(virturalNode); 55return BitConverter.ToUInt32(hashValue.Hash, 0); 56 } 5758publicstaticstring Get(string item) 59 { 60var hashValue = ComputeHash(item); 61var index = GetClockwiseNearestNode(hashValue); 62return ConsistentHashNodes[_nodeKeys[index]]; 63 } 6465privatestaticint GetClockwiseNearestNode(uint hash) 66 { 67int begin = 0; 68int end = _nodeKeys.Length - 1; 6970if (_nodeKeys[end] < hash || _nodeKeys[0] > hash) 71 { 72return0; 73 } 7475while ((end - begin) > 1) 76 { 77var mid = (end + begin) / 2; 78if (_nodeKeys[mid] >= hash) end = mid; 79else begin = mid; 80 } 8182return end; 83 } 84 } 85 }
在讲一致性Hash之前我们先来讨论一个问题。
问题:现在有亿级用户,每日产生千万级订单,如何将订单进行分片分表?
小A:我们可以按照手机号的尾数进行分片,同一个尾数的手机号写入同一片/同一表中。
大佬:我希望通过会员ID来查询这个会员的所有订单信息,按照手机号分片/分表的话,前提是需要该用户的手机号保持不变,并且在查询订单列表时需要提前查询该用户的手机号,利用手机号尾数不太合理。
小B:按照大佬的思路,我们需要找出一个唯一不变的属性来进行分片/分表。
大佬:迷之微笑~
小B:(信心十足)会员在我们这边保持不变的就是会员ID(int),我们可以通过会员ID的尾数进行分片/分表
小C:尽然我们可以用会员ID尾数进行分片/分表,那就用取模的方式来进行分片/分表,通过取模的方式可以达到很好的平衡性。示意图如下:
大佬:嗯嗯嗯,在不考虑会员冷热度的情况下小B和小C说的方案绝佳;但是往往我们的会员有冷热度和僵尸会员,通过取模的方式往往会出现某个分片数据异常高,部分分片数据异常低,导致平衡倾斜。示意图如下:
大佬:当出现某个分片/分表达到极限时我们需要添加片/表,此时发现我们无法正常添加片/表。因为一旦添加片/或表的时候会导致绝大部分数据错乱,按照原先的取模方式是无法正常获取数据的。示意图如下
添加分片/分表前4,5,6会员的订单分别存储在A,B,C上,当添加了片/表的时候在按照(会员ID%N)方式取模去取数据4,5,6会员的订单数据时发现无法取到订单数据,因为此时4,5,6这三位会员数据分布存在了D,E,A上,具体示意图如下:
大佬:所以通过取模的方式也会存在缺陷;好了接下来我们来利用一致hash原理的方式来解决分片/分表的问题。
首先什么是一致性哈希算法?一致性哈希算法(Consistent Hashing Algorithm)是一种分布式算法,常用于负载均衡。Memcached client也选择这种算法,解决将key-value均匀分配到众多Memcached server上的问题。它可以取代传统的取模操作,解决了取模操作无法应对增删Memcached Server的问题(增删server会导致同一个key,在get操作时分配不到数据真正存储的server,命中率会急剧下降)。
还以上述问题为例,假如我们有10片,我们利用Hash算法将每一片算出一个Hash值,而这些Hash点将被虚拟分布在Hash圆环上,理论视图如下:
按照顺时针的方向,每个点与点之间的弧形属于每个起点片的容量,然后按照同样的Hash计算方法对每个会员ID进行Hash计算得出每个Hash值然后按照区间进行落片/表,以保证数据均匀分布。
如果此时需要在B和C之间新增一片/表(B1)的话,就不会出现按照取模形式导致数据几乎全部错乱的情况,仅仅是影响了(B1,C)之间的数据,这样我们清洗出来也就比较方便,也不会出现数据大批量
瘫痪。
但是如果我们仅仅是将片/表进行计算出Hash值之后,这些点分布并不是那么的均匀,比如就会下面的这种情况,导致区间倾斜。如图
这个时候虚拟节点就此诞生,下面让我们来看一下虚拟节点在一致性Hash中的作用。当我们在Hash环上新增若干个点,那么每个点之间的距离就会接近相等。按照这个思路我们可以新增若干个
片/表,但是成本有限,我们通过复制多个A、B、C的副本({A1-An},{B1-Bn},{C1-Cn})一起参与计算,按照顺时针的方向进行数据分布,按照下图示意:
此时A=[A,C1)&[A1,C2)&[A2,B4)&[A3,A4)&[A4,B1);B=[B,A1)&[B2,C)&[B3,C3)&[B4,C4)&[B1,A);C=[C1,B)&[C2,B2)&[C,B3)&[B3,C3)&[C4,A3);由图可以看出分布点越密集,平衡性约好。
1 using System; 2 using System.Collections.Generic; 3 using System.Data.HashFunction; 4 using System.Data.HashFunction.xxHash; 5 using System.Linq; 6 7 namespace HashTest 8 { 9 public class ConsistentHash 10 { 11 /// <summary> 12 /// 虚拟节点数 13 /// </summary> 14 private static readonly int VirturalNodeNum = 10; 15 16 /// <summary> 17 /// 服务器IP 18 /// </summary> 19 private static readonly string[] Nodes = { "192.168.1.1", "192.168.1.2", "192.168.1.3"}; 20 21 /// <summary> 22 /// 按照一致性Hash进行分组 23 /// </summary> 24 private static readonly IDictionary<uint, string> ConsistentHashNodes = new Dictionary<uint, string>(); 25 26 private static uint[] _nodeKeys = null; 27 28 public static void ComputeNode() 29 { 30 foreach (var node in Nodes) 31 { 32 AddNode(node); 33 } 34 } 35 36 private static void AddNode(string node) 37 { 38 for (int i = 0; i < VirturalNodeNum; i++) 39 { 40 var key = node + ":" + i; 41 var hashValue = ComputeHash(key); 42 if (!ConsistentHashNodes.ContainsKey(hashValue)) 43 { 44 ConsistentHashNodes.Add(hashValue, node); 45 } 46 } 47 48 _nodeKeys = ConsistentHashNodes.Keys.ToArray(); 49 } 50 51 private static uint ComputeHash(string virturalNode) 52 { 53 var hashFunction = xxHashFactory.Instance.Create(); 54 var hashValue = hashFunction.ComputeHash(virturalNode); 55 return BitConverter.ToUInt32(hashValue.Hash, 0); 56 } 57 58 public static string Get(string item) 59 { 60 var hashValue = ComputeHash(item); 61 var index = GetClockwiseNearestNode(hashValue); 62 return ConsistentHashNodes[_nodeKeys[index]]; 63 } 64 65 private static int GetClockwiseNearestNode(uint hash) 66 { 67 int begin = 0; 68 int end = _nodeKeys.Length - 1; 69 70 if (_nodeKeys[end] < hash || _nodeKeys[0] > hash) 71 { 72 return 0; 73 } 74 75 while ((end - begin) > 1) 76 { 77 var mid = (end + begin) / 2; 78 if (_nodeKeys[mid] >= hash) end = mid; 79 else begin = mid; 80 } 81 82 return end; 83 } 84 } 85 }