分布式缓存的路由策略

为什么需要路由分发？

• 在我们使用redis cluster集群的时候，由于其有多个主节点和多个从节点，不同于以往的一主多从，这多个主节点之间的数据是不共享的，所以，那么如果我们在存取数据的时候，就必须从确定的这个主节点中去存取数据，不能存的时候在这个master存，取得时候就跑到别的master去取了，这样就不能够偶去到数据，由于数据的类型正好又是键值对的形式存在的，那么我们就可以通过这个键去将请求路由分发到不同的master上去，所以，在分布式缓存中可以有什么样的路由分发的策略呢？

路由分发的策略

1）使用常见的hash取余或者与的方式

• 在hashmap中，使用的是与的方式拿hash来进行计算，从而获得这个键在hashmap中的节点数组中的位置，那么我们在使用redis分布式缓存的时候，它也能通过这种方式去实现，每一个key，计算出他的hash值去与或者取余，从而计算出该key应该分布在哪一个master上，这样的话，从理论上来说是可以的，但是，如果说有一个master节点宕机了，那么任然会有大量的键发送到那个master上去，我们是不是就会那个宕机的节点数据就访问不到了呢？或者是我们需要对节点数进行扩容，那么，通过与或者取余的的方式计算出来的值，原来的key又会被完全重新分配，不能到之前的master上去了，这样的改动太大了，不好。

2）使用一致性hash算法

• 一致性hash算法，相当于是一个从0到2的32次方-1的圆环，所有的数据都会落到这个环上，那么我们的master也可以分配到这个环上，当数据过来的时候，会将通过顺时针旋转找到的第一个master作为自己将要使用的master，这样的话，即使有减少了master数量，数据可以转移到下一台master上去，依然不会影响数据的存取使用，而当有master节点增加的时候，可能会拦截之前的某一个master的数据，但是也能使用。使用一致性hash的优点就是，扩展性强了，并且面对master宕机时更加可用了，但是它也存在一定的缺点，在进行节点的扩充或者减少的时候，他们在哈希环上并不是平均分配的，可能有的master会响应大量的请求，而有的master响应极少量的请求，造成这种数据倾斜，并不是我们希望看到的情况。

3）使用hash slot

• 这也是redis cluster目前正在使用的算法，hash slot有16384个虚拟节点，每个key过来之后对它计算CRC16值并取模，将它分配到这16384个节点中去，然后再由master平均分配这16384个节点，当有master减少的时候，这个master所持有的虚拟节点就可以分配到其他master上去，增加master节点就从其他的master的虚拟节点中各取一小部分分配到这个master上。