1、一致性哈希算法
参考文章:一致性哈希算法
描述:
通过传统哈希算法寻找目标服务器的时候,通常是将哈希值根据目标服务实例的数量来进行取模。例如有3个服务实例,哈希值计算得14,14对3取模得2,则目标服务器的实例为2号服务实例。
传统哈希算法是有弊端的。如果服务的实例数量发生了更改,绝大多数缓存内容的模值会发生改变,此时会发生缓存雪崩。
一致性哈希算法和传统哈希算法的区别在于,一致性哈希算法并不对服务实例的数量取模,而是对一个固定的数字取模,这个数字就是2^32,即无符号整型的最大值。这样得到的哈希数值不会随着服务数量的改变而改变。
对于需要缓存的数据,计算其哈希值,并根据哈希值向下寻找第一个服务器,就是这个数据缓存的目标服务实例。如果寻找到了最大的数值2^32-1,则从0开始继续寻找。
当插入新的服务实例时,受到影响的缓存数据,只有哈希值在从 哈希值小于当前服务实例的第一个服务实例的哈希值,到当前服务实例哈希值之间数据,才会受到影响。
2、LRU算法
LRU(Least Recently Used)即最近最少使用算法。
LRU算法的原理比较简单,数据存储的数据结构为链表。当访问数据时,如缓存中有数据,则将该数据移动至链表的顶