从源码层面分析shardedJedis使用虚拟节点如何实现负载均衡

转载：https://www.iteblog.com/archives/2499.html
http://www.zsythink.net/archives/1182

上面两篇文章对一致性哈希算法的原理讲的非常好，但对虚拟节点方面讲的粒度比较粗，下面我结合ShardedJedis的源码，简单说下自己的理解。

当我们的项目启动好之后，根据业务的需要，去操作redis服务器时，需要通过这个命令

ShardedJedis jedis = pool.getResource();在线程池里获取连接；在执行这行命令的过程中，会初始化各个redis实体节点对应的虚拟节点，代码如下：

//List<S> shards：各个redis实体节点

//nodes：存放各个redis实体节点对应的160个虚拟节点；nodes的类型是TreeMap，而TreeMap的底层实现是红黑树，红黑树其实是一棵自平衡的排序二叉树，其执行查找、插入、删除等操作的时间复杂度为O（logn）。看到这里的小伙伴，应该明白为什么使用TreeMap来存储redis实体节点的虚拟节点了吧。

private void initialize(List<S> shards) {
  nodes = new TreeMap<Long, S>();
  //shards.size()：redis实体节点的个数
  for (int i = 0; i != shards.size(); ++i) {
    final S shardInfo = shards.get(i);
    if (shardInfo.getName() == null) 
       //每个redis实体节点会产生160个虚拟节点，把这160个虚拟节点存入ThreeMap中，这160个虚拟节点的value都是对应自己的redis实体节点，每个虚拟节点的key在TreeMap中都是唯一的--i的值决定了一个虚拟节点属于哪个redis实体节点，n的值决定了属于哪个redis实体节点的哪个虚拟节点
       for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
          nodes.put(this.algo.hash("SHARD-" + i + "-NODE-" + n), shardInfo);
       }
    else 
       for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
          nodes.put(this.algo.hash(shardInfo.getName() + "*" + shardInfo.getWeight() + n), shardInfo);
       }
    resources.put(shardInfo, shardInfo.createResource());
  }
}

有了上面的初始化之后，在操作redis服务器时，首先根据key计算出对应的哈希值，然后再根据这个哈希值在TreeMap中找到离它最近的虚拟节点，再通过虚拟节点找到对应的redis实体节点，这样，就可以操作对应的redis服务器了。