XXL-Job路由策略---一致性hash算法

前提

路由策略有很多，轮询，随机，一致性hash，今天我们要分析的是是一致性hash，那么它有什么好处呢？

好处

• 可扩展
• 很好的容错性

缺点

• 数据倾斜问题： 可用虚拟节点解决

实现逻辑

1. 将地址列表中每一个地址进行hash计算，存到TreeMap中，TreeMap会根据key进行排序，（key为hash，value为地址）
2. 将jobId进行hash计算，得到hash值，然后在TreeMap中找到hash值最相近的hash值，得到对应的value，这个value就是我们请求要发送的地址。
3. 当我们要扩容一个机器，那么TreeMap中就会多存一个数据，这个数据就是新扩容的机器地址，我们所说的一致性，并不是说新增之后所有的数据都能够正常访问，只是相对来说，节点越多，失效的数据越少，因为我们找节点（服务器ip地址）是按照范围来找的
   
   

代码

VIRTUAL_NODE_NUM 为虚拟节点号，可增加虚拟节点

 private static int VIRTUAL_NODE_NUM = 5;
 
 public String hashJob(int jobId, List<String> addressList) {

        TreeMap<Long, String> addressRing = new TreeMap<Long, String>();
        for (String address: addressList) {
            for (int i = 0; i < VIRTUAL_NODE_NUM; i++) {
                long addressHash = hash("SHARD-" + address + "-NODE-" + i);
                addressRing.put(addressHash, address);
            }
        }

        long jobHash = hash(String.valueOf(jobId));
     	// 取到》=jobHash的hash值，该方法调用返回此映射，其键大于或等于fromKey的部分视图
        SortedMap<Long, String> lastRing = addressRing.tailMap(jobHash);
        if (!lastRing.isEmpty()) {
            // 取到第一位的hash值
            return lastRing.get(lastRing.firstKey());
        }
        return addressRing.firstEntry().getValue();
    }

每次取得lastRing的第一个数据，作为我们分发请求地址

总结

可扩展：

如果我们新增和减少服务，对于已有的服务只需要重定位环空间中的一小部分数据即可

容错性

如服务器做缓存，服务器数量发生改变时，并不是所有都会失效，而只有部分缓存失效，前端的缓存仍然能分担整个系统的压力，而不至于所有压力都在同一个时间集中到后端服务器上。

如何解决数据倾斜

可增加虚拟节点，一个实际节点可以对应多个虚拟节点，如下图，30，20，50分别为3个地址，经过增加虚拟节点之后，可以增加为15个节点，虚拟节点越多，hash环上的节点就越多，缓存/请求均匀分布的概率就越大

解决了什么问题

均匀分布请求，并在服务器数量变化时，还能有很好的扩展性和容错性，解决了hash算法的由于服务器数量变化，引起所有缓存的失效，因为hash算法用到了取余，是固定的值，当服务器数量变化，那么就有可能取余的值都不一样，那么也就访问不到原来的服务器了，即所有缓存失效，如用一致性hash，那么值就变成了范围，而不是具体的值，那么这样就会大大减少缓存失效的影响