电脑知识|欧美黑人一区二区三区|软件|欧美黑人一级爽快片淫片高清|系统|欧美黑人狂野猛交老妇|数据库|服务器|编程开发|网络运营|知识问答|技术教程文章 - 好吧啦网

您的位置:首頁技術文章
文章詳情頁

詳解Java分布式系統(tǒng)中一致性哈希算法

瀏覽:33日期:2022-08-13 18:47:05
業(yè)務場景

近年來B2C、O2O等商業(yè)概念的提出和移動端的發(fā)展,使得分布式系統(tǒng)流行了起來。分布式系統(tǒng)相對于單系統(tǒng),解決了流量大、系統(tǒng)高可用和高容錯等問題。功能強大也意味著實現(xiàn)起來需要更多技術的支持。例如系統(tǒng)訪問層的負載均衡,緩存層的多實例主從復制備份,數(shù)據(jù)層的分庫分表等。

我們以負載均衡為例,常見的負載均衡方法有很多,但是它們的優(yōu)缺點也都很明顯:

隨機訪問策略。系統(tǒng)隨機訪問,缺點:可能造成服務器負載壓力不均衡,俗話講就是撐的撐死,餓的餓死。 輪詢策略。請求均勻分配,如果服務器有性能差異,則無法實現(xiàn)性能好的服務器能夠多承擔一部分。 權重輪詢策略。權值需要靜態(tài)配置,無法自動調節(jié),不適合對長連接和命中率有要求的場景。 Hash取模策略。不穩(wěn)定,如果列表中某臺服務器宕機,則會導致路由算法產生變化,由此導致命中率的急劇下降。 一致性哈希策略。

以上幾個策略,排除本篇介紹的一致性哈希,可能使用最多的就是 Hash取模策略了。Hash取模策略的缺點也是很明顯的,這種缺點也許在負載均衡的時候不是很明顯,但是在涉及數(shù)據(jù)訪問的主從備份和分庫分表中就體現(xiàn)明顯了。

使用Hash取模的問題1.負載均衡

負載均衡時,假設現(xiàn)有3臺服務器(編號分別為0、1、2),使用哈希取模的計算方式則是:對訪問者的IP,通過固定算式hash(IP) % N(N為服務器的個數(shù)),使得每個IP都可以定位到特定的服務器。

例如現(xiàn)有IP地址 10.58.34.31,對IP哈希取模策時,計算結果為2,即訪問編號為2的服務器:

String ip = '10.58.34.31';int v1 = hash(ip) % 3;System.out.println('訪問服務器:' + v1);// 訪問服務器:2

如果此時服務器2宕機了,則會導致所有計算結果為2的 IP 對應的用戶都訪問異常(包括上例中的IP)。或者你新增了一臺服務器3,這時不修改N值的話那么服務器3永遠不會被訪問到。

詳解Java分布式系統(tǒng)中一致性哈希算法

當然如果你能動態(tài)獲取到當前可用服務器的個數(shù),亦即N值是根據(jù)當前可用服務器個數(shù)動態(tài)來變化的,則可解決此問題。但是對于類似要在特定地區(qū)或特定IP來訪問特定服務器的這種需求就會造成訪問偏差。

2.分庫分表

負載均衡中有這種問題,那么分庫分表中同樣也有這樣的問題。例如隨著業(yè)務的飛速增長,我們的注冊用戶也越來越多,單個用戶表數(shù)量已經(jīng)達到千萬級甚至更大。由于Mysql的單表建議百萬級數(shù)據(jù)存儲,所以這時為了保證系統(tǒng)查詢和運行效率,肯定會考慮到分庫分表。

對于分庫分表,數(shù)據(jù)的分配是個重要的問題,你需要保證數(shù)據(jù)分配在這個服務器,那么在查詢時也需要到該服務器上來查詢,否則會造成數(shù)據(jù)查詢丟失的問題。

通常是根據(jù)用戶的 ID 哈希取模得到的值然后路由到對應的存儲位置,計算公式為:hash(userId) % N,其中N為分庫或分表的個數(shù)。

例如分庫數(shù)為2時,計算結果為1,則ID為1010的用戶存儲在編號為1對應的庫中:

String userId = '1010';int v1 = hash(userId) % 2;System.out.println('存儲:' + v1);// 存儲:1

詳解Java分布式系統(tǒng)中一致性哈希算法

之后業(yè)務數(shù)量持續(xù)增長,又新增一臺用戶服務庫,當我們根據(jù)ID=1010去查詢數(shù)據(jù)時,路由計算方式為:

int v2 = hash(userId) % 3;System.out.println('存儲:' + v2);// 存儲:0

我們得到的路由值是0,最后的結果就不用說了,存在編號1上的數(shù)據(jù)我們去編號為0的庫上去查詢肯定是得不到查詢結果的。

詳解Java分布式系統(tǒng)中一致性哈希算法

為了數(shù)據(jù)可用,你需要做數(shù)據(jù)遷移,按照新的路由規(guī)則對所有用戶重新分配存儲地址。每次的庫或表的數(shù)量改變你都需要做一次全部用戶信息數(shù)據(jù)的遷移。不用想這其中的工作量是有多費時費力了。

是否有某種方法,有效解決這種分布式存儲結構下動態(tài)增加或刪除節(jié)點所帶來的問題,能保證這種不受實例數(shù)量變化影響而準確路由到正確的實例上的算法或實現(xiàn)機制呢?解決這些問題,一致性哈希算法誕生了。

基本思想原理

一致性哈希算法在1997年由麻省理工學院的Karger等人在解決分布式Cache中提出的,設計目標是為了解決因特網(wǎng)中的熱點(Hot spot)問題,初衷和CARP十分類似。一致性哈希修正了CARP使用的簡單哈希算法帶來的問題,使得DHT可以在P2P環(huán)境中真正得到應用。

上面說的哈希取模方法,它是針對一個點的,業(yè)務布局嚴重依賴于這個計算的點值結果。你結算的結果是2,那么就對應到編號為2的服務器上。這樣的映射就造成了業(yè)務容錯性和可擴展性極低。

我們思考下,是否可以將這個計算結果的點值賦予范圍的意義?我們知道Hash取模之后得到的是一個 int 型的整值。

//Objects 類中默認的 hash 方法 public static int hash(Object... values) { return Arrays.hashCode(values);}

既然 hash的計算結果是 int 類型,而 java 中 int 的最小值是-2^31,最大值是2^31-1。意味著任何通過哈希取模之后的無符號值都會在 0 ~ 2^31-1范圍之間,共2^32個數(shù)。那我們是否可以不對服務器的數(shù)量進行取模而是直接對2^32取模。這就形成了一致性哈希的基本算法思想,什么意思呢?

這里需要注意一點:

默認的 hash 方法結果是有負值的情況,因此需要我們重寫hash方法,保證哈希值的非負性。

簡單來說,一致性Hash算法將整個哈希值空間組織成一個虛擬的圓環(huán),如假設某哈希函數(shù) H 的值空間為 0 ~ 2^32-1(即哈希值是一個32位無符號整形),整個哈希環(huán)如下:

詳解Java分布式系統(tǒng)中一致性哈希算法

整個空間圓按順時針方向布局,圓環(huán)的正上方的點代表0,0點右側的第一個點代表1。以此類推2、3、4、5、6……直到232-1,也就是說0點左側的第一個點代表232-1, 0和2^32-1在零點中方向重合,我們把這個由2^32個點組成的圓環(huán)稱為 Hash環(huán)。

那么,一致性哈希算法與上圖中的圓環(huán)有什么關系呢?仍然以之前描述的場景為例,假設我們有4臺服務器,服務器0、服務器1、服務器2,服務器3,那么,在生產環(huán)境中,這4臺服務器肯定有自己的 IP 地址或主機名,我們使用它們各自的 IP 地址或主機名作為關鍵字進行哈希計算,使用哈希后的結果對2^32取模,可以使用如下公式示意:

hash(服務器的IP地址) % 2^32

最后會得到一個 [0, 2^32-1]之間的一個無符號整形數(shù),這個整數(shù)就代表服務器的編號。同時這個整數(shù)肯定處于[0, 2^32-1]之間,那么,上圖中的 hash 環(huán)上必定有一個點與這個整數(shù)對應。那么這個服務器就可以映射到這個環(huán)上。

多個服務器都通過這種方式進行計算,最后都會各自映射到圓環(huán)上的某個點,這樣每臺機器就能確定其在哈希環(huán)上的位置,如下圖所示。

詳解Java分布式系統(tǒng)中一致性哈希算法

如何提高容錯性和擴展性的

那么用戶訪問,如何分配訪問的服務器呢?我們根據(jù)用戶的 IP 使用上面相同的函數(shù) Hash 計算出哈希值,并確定此數(shù)據(jù)在環(huán)上的位置,從此位置沿環(huán) 順時針行走,遇到的第一臺服務器就是其應該定位到的服務器。

詳解Java分布式系統(tǒng)中一致性哈希算法

從上圖可以看出 用戶1 順時針遇到的第一臺服務器是 服務器3 ,所以該用戶被分配給服務器3來提供服務。同理可以看出用戶2被分配給了服務器2。

1. 新增服務器節(jié)點

如果這時需要新增一臺服務器節(jié)點,一致性哈希策略是如何應對的呢?如下圖所示,我們新增了一臺服務器4,通過上述一致性哈希算法計算后得出它在哈希環(huán)的位置。

詳解Java分布式系統(tǒng)中一致性哈希算法

可以發(fā)現(xiàn),原來訪問服務器3的用戶1現(xiàn)在訪問的對象是服務器4,用戶能正常訪問且服務不需要停機就可以自動切換。

2. 刪除服務器節(jié)點

如果這時某臺服務器異常宕機或者運維撤銷了一臺服務器,那么這時會發(fā)生什么情況呢?如下圖所示,假設我們撤銷了服務器2。

詳解Java分布式系統(tǒng)中一致性哈希算法

可以看出,我們服務仍然能正常提供服務,只不過這時用戶2會被分配到服務1上了而已。

通過一致性哈希的方式,我們提高了我們系統(tǒng)的容錯性和可擴展性,分布式節(jié)點的變動不會影響整個系統(tǒng)的運行且不需要我們做一些人為的調整策略。

Hash環(huán)的數(shù)據(jù)傾斜問題

一致性哈希雖然為我們提供了穩(wěn)定的切換策略,但是它也有一些小缺陷。因為 hash取模算法得到的結果是隨機的,我們并不能保證各個服務節(jié)點能均勻的分配到哈希環(huán)上。

例如當有4個服務節(jié)點時,我們把哈希環(huán)認為是一個圓盤時鐘,我們并不能保證4個服務節(jié)點剛好均勻的落在時鐘的 12、3、6、9點上。

分布不均勻就會產生一個問題,用戶的請求訪問就會不均勻,同時4個服務承受的壓力就會不均勻。這種問題現(xiàn)象我們稱之為,Hash環(huán)的數(shù)據(jù)傾斜問題。

詳解Java分布式系統(tǒng)中一致性哈希算法

如上圖所示,服務器0 到 服務器1 之間的哈希點值占據(jù)比例最大,大量請求會集中到 服務器1 上,而只有極少量會定位到 服務器0 或其他幾個節(jié)點上,從而出現(xiàn) hash環(huán)偏斜的情況。

如果想要均衡的將緩存分布到每臺服務器上,最好能讓這每臺服務器盡量多的、均勻的出現(xiàn)在hash環(huán)上,但是如上圖中所示,真實的服務器資源只有4臺,我們怎樣憑空的讓它們多起來呢?

既然沒有多余的真正的物理服務器節(jié)點,我們就只能將現(xiàn)有的物理節(jié)點通過虛擬的方法復制出來。

這些由實際節(jié)點虛擬復制而來的節(jié)點被稱為 '虛擬節(jié)點',即對每一個服務節(jié)點計算多個哈希,每個計算結果位置都放置一個此服務節(jié)點,稱為虛擬節(jié)點。具體做法可以在服務器IP或主機名的后面增加編號來實現(xiàn)。

如上圖所示,假如 服務器1 的 IP 是 192.168.32.132,那么原 服務器1 節(jié)點在環(huán)形空間的位置就是hash('192.168.32.132') % 2^32。

我們基于 服務器1 構建兩個虛擬節(jié)點,Server1-A 和 Server1-B,虛擬節(jié)點在環(huán)形空間的位置可以利用(IP+后綴)計算,例如:

hash('192.168.32.132#A') % 2^32hash('192.168.32.132#B') % 2^32

此時,環(huán)形空間中不再有物理節(jié)點 服務器1,服務器2,……,替代的是只有虛擬節(jié)點 Server1-A,Server1-B,Server2-A,Server2-B,……。

詳解Java分布式系統(tǒng)中一致性哈希算法

同時數(shù)據(jù)定位算法不變,只是多了一步虛擬節(jié)點到實際節(jié)點的映射,例如定位到 “Server1-A”、“Server1-B” 兩個虛擬節(jié)點的數(shù)據(jù)均定位到 服務器1上。這樣就解決了服務節(jié)點少時數(shù)據(jù)傾斜的問題。

在實際應用中,通常將虛擬節(jié)點數(shù)設置為32甚至更大,因此即使很少的服務節(jié)點也能做到相對均勻的數(shù)據(jù)分布。由于虛擬節(jié)點數(shù)量較多,與虛擬節(jié)點的映射關系也變得相對均衡了。

總結

一致性哈希一般在分布式緩存中使用的也比較多,本篇只介紹了服務的負載均衡和分布式存儲,對于分布式緩存其實原理是類似的,讀者可以自己舉一反三來思考下。

其實,在分布式存儲和分布式緩存中,當服務節(jié)點發(fā)生變化時(新增或減少),一致性哈希算法并不能杜絕數(shù)據(jù)遷移的問題,但是可以有效避免數(shù)據(jù)的全量遷移,需要遷移的只是更改的節(jié)點和它的上游節(jié)點它們兩個節(jié)點之間的那部分數(shù)據(jù)。

另外,我們都知道 hash算法 有一個避免不了的問題,就是哈希沖突。對于用戶請求IP的哈希沖突,其實只是不同用戶被分配到了同一臺服務器上,這個沒什么影響。但是如果是服務節(jié)點有哈希沖突呢?這會導致兩個服務節(jié)點在哈希環(huán)上對應同一個點,其實我感覺這個問題也不大,因為一方面哈希沖突的概率比較低,另一方面我們可以通過虛擬節(jié)點也可減少這種情況。

以上就是詳解Java分布式系統(tǒng)中一致性哈希算法的詳細內容,更多關于Java算法的資料請關注好吧啦網(wǎng)其它相關文章!

標簽: Java
相關文章:
主站蜘蛛池模板: 碳化硅,氮化硅,冰晶石,绢云母,氟化铝,白刚玉,棕刚玉,石墨,铝粉,铁粉,金属硅粉,金属铝粉,氧化铝粉,硅微粉,蓝晶石,红柱石,莫来石,粉煤灰,三聚磷酸钠,六偏磷酸钠,硫酸镁-皓泉新材料 | 喷码机,激光喷码打码机,鸡蛋打码机,手持打码机,自动喷码机,一物一码防伪溯源-恒欣瑞达有限公司 | 热回收盐水机组-反应釜冷水机组-高低温冷水机组-北京蓝海神骏科技有限公司 | 我车网|我关心的汽车资讯_汽车图片_汽车生活! | 丹佛斯变频器-丹佛斯压力开关-变送器-广州市风华机电设备有限公司 | 青岛空压机,青岛空压机维修/保养,青岛空压机销售/出租公司,青岛空压机厂家电话 | 药品仓库用除湿机-变电站用防爆空调-油漆房用防爆空调-杭州特奥环保科技有限公司 | 空心明胶胶囊|植物胶囊|清真胶囊|浙江绿键胶囊有限公司欢迎您! | 九州网址_专注于提供网址大全分享推广中文网站导航服务 | 齿轮减速机_齿轮减速电机-VEMT蜗轮蜗杆减速机马达生产厂家瓦玛特传动瑞环机电 | 护栏打桩机-打桩机厂家-恒新重工 | 免费分销系统 — 分销商城系统_分销小程序开发 -【微商来】 | 光伏支架成型设备-光伏钢边框设备-光伏设备厂家 | 过滤器_自清洗过滤器_气体过滤器_苏州华凯过滤技术有限公司 | VI设计-LOGO设计公司-品牌设计公司-包装设计公司-导视设计-杭州易象设计 | 视觉检测设备_自动化检测设备_CCD视觉检测机_外观缺陷检测-瑞智光电 | 气动|电动调节阀|球阀|蝶阀-自力式调节阀-上海渠工阀门管道工程有限公司 | 道达尔润滑油-食品级润滑油-道达尔导热油-合成导热油,深圳道达尔代理商合-深圳浩方正大官网 | 房车价格_依维柯/大通/东风御风/福特全顺/江铃图片_云梯搬家车厂家-程力专用汽车股份有限公司 | 辐射仪|辐射检测仪|辐射巡测仪|个人剂量报警仪|表面污染检测仪|辐射报警仪|辐射防护网 | 代做标书-代写标书-专业标书文件编辑-「深圳卓越创兴公司」 | 不锈钢轴流风机,不锈钢电机-许昌光维防爆电机有限公司(原许昌光维特种电机技术有限公司) | 厚壁钢管-厚壁无缝钢管-小口径厚壁钢管-大口径厚壁钢管 - 聊城宽达钢管有限公司 | 湖南档案密集架,智能,物证,移动,价格-湖南档案密集架厂家 | 圆周直径尺-小孔内视镜-纤维研磨刷-东莞市高腾达精密工具 | 红立方品牌应急包/急救包加盟,小成本好项目代理_应急/消防/户外用品加盟_应急好项目加盟_新奇特项目招商 - 中红方宁(北京) 供应链有限公司 | 消泡剂-水处理消泡剂-涂料消泡剂-切削液消泡剂价格-东莞德丰消泡剂厂家 | 四探针电阻率测试仪-振实密度仪-粉末流动性测定仪-宁波瑞柯微智能 | 刹车盘机床-刹车盘生产线-龙口亨嘉智能装备 | 英国公司注册-新加坡公司注册-香港公司开户-离岸公司账户-杭州商标注册-杭州优创企业 | 喷漆房_废气处理设备-湖北天地鑫环保设备有限公司 | 无菌实验室规划装修设计-一体化实验室承包-北京洁净净化工程建设施工-北京航天科恩实验室装备工程技术有限公司 | 诸城网站建设-网络推广-网站优化-阿里巴巴托管-诸城恒泰互联 | 明渠式紫外线杀菌器-紫外线消毒器厂家-定州市优威环保 | 北京模型公司-军事模型-工业模型制作-北京百艺模型沙盘公司 | 间甲酚,间甲酚厂家-山东祥东新材料| 冷藏车厂家|冷藏车价格|小型冷藏车|散装饲料车厂家|程力专用汽车股份有限公司销售十二分公司 | 哔咔漫画网页版在线_下载入口访问指引 | 广州展览制作工厂—[优简]直营展台制作工厂_展会搭建资质齐全 | 工业机械三维动画制作 环保设备原理三维演示动画 自动化装配产线三维动画制作公司-南京燃动数字 聚合氯化铝_喷雾聚氯化铝_聚合氯化铝铁厂家_郑州亿升化工有限公司 | 哲力实业_专注汽车涂料汽车漆研发生产_汽车漆|修补油漆品牌厂家 长沙一级消防工程公司_智能化弱电_机电安装_亮化工程专业施工承包_湖南公共安全工程有限公司 |