Hash一致性算法浅析

Ngnix负载均衡策略包含Hash算法,就是通过Hash算法将请求hash求值,根据hash值定向到服务器。

假定有n台服务器,过来一个请求o后,通过如下方式选择服务器。

Hash(0) mod n

这种方式在增加或删除服务器时会导致请求寻址错误。

Hash(o) mod (n+1) 增加一台机器时

Hash(o) mod (n-1) 删除一台机器时

简介

Hash一致性算法(Consistent hashing)能够有效解决通过hash方式服务器变化时的寻址错误

Hash空间

Hash函数会将值映射成32bit的key。我们可以将映射区间想象成一个圆,从0开始, 2^32-1结束。

hash空间

对象映射

将对象通过hash取值后,散列到hash空间。假设有4个object对象,通过hash后,散列到hash空间的结果见下图:

对象映射

设备映射

将设备通过hash取值后,这样就可以与对象一样散列到相同的hash空间。假设有3个设备,通过hash后,散列到hash空间的结果见下图:

设备映射

对象寻找设备

现在所有的对象和设备都分布在相同的hash空间,我们就按照如下规则,将对象映射到设备上。

规则:将对象顺时针方向移动,找到一个设备,则将该对象保存在这个设备上。

当增加一台设备时,则只有该设备逆时针方向第一个相邻设备之间的对象会受到影响,需要重新寻找设备。比如增加一台设备D时,结果详见下图:

增加设备

当删除一台设备时,则只有该设备顺时针方向第一个相邻设备之间的对象会受到影响,需要重新寻找设备。比如删除一台设备B时,结果详见下图:

删除设备

非均匀分布

当设备数量比较少时,会导致对象寻找服务器不均衡现象发生。例如上图设备C需要保存object2,object3,object4三个对象,而设备A只需要保存object1。

为了解决非均匀分布问题,提出了虚拟节点。

所谓的虚拟节点就是真实节点的备份集,每个真实节点包含一些虚拟节点。当增加真实节点时,相应的就在hash空间创建一些虚拟节点;当删除真实节点时,也相应的从hash空间删除对应的虚拟节点。

假定有两台设备A,C。现在引入虚拟节点,设定每个真实节点对应2个虚拟节点,则整个hash空间存在4个虚拟节点。其中CacheA1和CacheA2代表真实节点A,CacheC1和CacheC2代表真实节点C。结果如下图:

虚拟节点

那么对象与虚拟节点的映射关系如下:

objec1->cache A2; objec2->cache A1; objec3->cache C1; objec4->cache C2

当我们获取到虚拟节点后,就能获取到真实节点了。如下图:

虚拟节点与真实节点映射

二、 Hash一致性算法在Nginx中的应用

问题1:总共有多少个虚拟节点,一个真实节点对应多少个虚拟节点?

累加真实节点的权重,算出总的权重值total_weight,虚拟节点的个数一般为total_weight * 160。一个权重为weight的真实节点,对应的虚拟节点数为weight * 160。

问题2:对于每个真实节点,如何创建对应的虚拟节点?

第一步:真实节点的server成员是其server指令的第一个参数,首先把它解析为HOST和PORT。

base_hash = crc32(HOST 0 PORT)

一个真实节点对应weight * 160个虚拟节点,对于每个虚拟节点来说,base_hash都是一样的。

第二步:为了使每个虚拟节点的hash值都不同,又引入了PREV_HASH,它是上一个虚拟节点的hash值。

hash = crc32(base_hash PREV_HASH)

第三步:虚拟节点的server成员,指向真实节点的server成员。如此一来,通过比较虚拟节点和真实节点的server成员是否相同,可以判断它们是否是相对应的。

参考

Consistent hashing
Nginx的负载均衡 - 一致性哈希 (Consistent Hash)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容