当数据量达到1~2亿时，单个Redis容器无法满足需求。文中介绍了三种解决方案：哈希取余（适合小规模）、一致性哈希（中型规模）和哈希槽分区（大型规模）。哈希取余简单但分布不均；一致性哈希实现动态扩展，但变更时影响较大；哈希槽分区在大型集群中表现优秀，扩容缩容可通过槽区迁移实现。
hash算法的用途有很多，例如python中字典的存取、redis集群配置方案
hash算法简介
Redis集群配置方案
当需要缓存的数据达到1~2亿条时，单个redis容器已经不能满足这种场景了，业界常用的3中解决方案：哈希取余分区（小厂）、一致性哈希算法分区（中厂）、哈希槽分区（大厂）
哈希取余分区：
优点：
缺点：
一致性哈希算法分区：
优点：
缺点：
哈希槽分区：
优点：
缺点：
扩容时的操作
哈希槽分区方案的重新分配槽区，原来的每个槽区都切去一部分给新加入的槽区
缩容时的操作
可以将去掉的那个槽的空间全部加到某一个槽区中
xxx
扫一扫
1805
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
