解读两个一致性哈希算法

最新推荐文章于 2023-05-13 10:12:15 发布

ning1875

最新推荐文章于 2023-05-13 10:12:15 发布

阅读量1.1k

点赞数

分类专栏： open-falcon golang 监控系统文章标签：一致性哈希

本文链接：https://blog.csdn.net/qq_26193209/article/details/81390786

版权

监控系统同时被 3 个专栏收录

15 篇文章 3 订阅 ¥29.90 ¥99.00

订阅专栏

golang

17 篇文章 1 订阅

订阅专栏

open-falcon

6 篇文章 0 订阅

订阅专栏

本文探讨了一致性哈希算法在节点变更时如何实现少量key迁移的原理，介绍了其在falcon开源项目中的应用，并分析了哈希环的生成和查找过程，以及虚拟节点在解决数据倾斜问题中的作用。通过测试展示了节点变化时key迁移率的计算方法。

摘要由CSDN通过智能技术生成

https://github.com/ning1875/falcon-plus 这是我对开源版本falcon的变更

最重要的一点忘了写了:一致性哈希算法为啥能在节点变更的时候只有少量key迁移是因为sortkeys列表其实就是一个哈希环，客户端的哈希值和存量的节点哈希值在有序的sortkeys列表中的相对位置没有变，变的是下线节点前面的哈希到再前面一个之间的值所以变更率为:1-n/m

open-falcon中transfer会为judge和graph生成两个一致性哈希环

func initNodeRings() {
	cfg := g.Config()

	JudgeNodeRing = rings.NewConsistentHashNodesRing(int32(cfg.Judge.Replicas), cutils.KeysOfMap(cfg.Judge.Cluster))
	GraphNodeRing = rings.NewConsistentHashNodesRing(int32(cfg.Graph.Replicas), cutils.KeysOfMap(cfg.Graph.Cluster))
}

哈希环的目的是为了给每个上报上来的counter:endpoint+

了解本专栏