Redis数据分布一致性哈希

一致性哈希

一致性哈希的原理：

把所有的哈希值空间组织成一个虚拟的圆环（哈希环），整个空间按顺时针方向组织。因为是环形空间，0 和2^32-1 是重叠的。

假设我们有四台机器要哈希环来实现映射（分布数据），我们先根据机器的名称或者IP 计算哈希值，然后分布到哈希环中（红色圆圈）。

现在有4 条数据或者4 个访问请求，对key 计算后，得到哈希环中的位置（绿色圆圈）。沿哈希环顺时针找到的第一个Node，就是数据存储的节点。

在这种情况下，新增了一个Node5 节点，不影响数据的分布。

删除了一个节点Node4，只影响相邻的一个节点。

谷歌的MurmurHash 就是一致性哈希算法。在分布式系统中，负载均衡、分库分表等场景中都有应用。

一致性哈希解决了动态增减节点时，所有数据都需要重新分布的问题，它只会影响到下一个相邻的节点，对其他节点没有影响。

但是这样的一致性哈希算法有一个缺点，因为节点不一定是均匀地分布的，特别是在节点数比较少的情况下，所以数据不能得到均匀分布。解决这个问题的办法是引入虚拟节点（Virtual Node）。

比如：2 个节点，5 条数据，只有1 条分布到Node2，4 条分布到Node1，不均匀。

Node1 设置了两个虚拟节点，Node2 也设置了两个虚拟节点（虚线圆圈）。

这时候有3 条数据分布到Node1，1 条数据分布到Node2。

Redis 虚拟槽分区

Redis 既没有用哈希取模，也没有用一致性哈希，而是用虚拟槽来实现的。

Redis 创建了16384 个槽（slot），每个节点负责一定区间的slot。比如Node1 负责0-5460，Node2 负责5461-10922，Node3 负责10923-16383。

Redis 的每个master 节点维护一个16384 位（2048bytes=2KB）的位序列，比如：序列的第0 位是1，就代表第一个slot 是它负责；序列的第1 位是0，代表第二个slot不归它负责。

对象分布到Redis 节点上时，对key 用CRC16 算法计算再%16384，得到一个slot的值，数据落到负责这个slot 的Redis 节点上。

查看key 属于哪个slot：

redis> cluster keyslot leon

注意：key 与slot 的关系是永远不会变的，会变的只有slot 和Redis 节点的关系。

问题：怎么让相关的数据落到同一个节点上？

比如有些multi key 操作是不能跨节点的，如果要让某些数据分布到一个节点上，例如用户2673 的基本信息和金融信息，怎么办？

在key 里面加入{hash tag}即可。Redis 在计算槽编号的时候只会获取{}之间的字符串进行槽编号计算，这样由于上面两个不同的键，{}里面的字符串是相同的，因此他们可以被计算出相同的槽。

user{2673}base=…

user{2673}fin=…

127.0.0.1:7293> set a{qs}a 1
OK
127.0.0.1:7293> set a{qs}b 1
OK
127.0.0.1:7293> set a{qs}c 1
OK
127.0.0.1:7293> set a{qs}d 1
OK
127.0.0.1:7293> set a{qs}e 1
OK

问题：客户端连接到哪一台服务器？访问的数据不在当前节点上，怎么办？