zoukankan      html  css  js  c++  java
  • 一致性哈希 与 普通哈希对比

    普通哈希算法

        假如有cache主机5台分别为cacheA、cacheB、cacheC、cacheD、cacheE

        当程序进行hash时,首先每个节点要根据自己的唯一参数哈希出一个值来(如根据ip进行哈希)

        主机哈希完成后形成的哈希值如下

        cacheA       0

        cacheB       1

        cacheC       2

        cacheD       3

        cacheE       4

        主机形成哈希值后,我们以缓存来做实例,比如某个用户登录后会有一个唯一的pin值,然后根据

        这个pin值进行hash求余。因为求余是用5来求余,所以数值肯定会小宇5 因此就有了落点,然后把

        缓存数据进行缓存到落点服务器中

    一致性哈希算法

        假如有cache主机5台分别为cacheA、cacheB、cacheC、cacheD、cacheE

        当程序进行hash时,首先每个节点要根据自己的唯一参数哈希出一个值来(如根据ip进行哈希)

        主机哈希完成后形成的哈希值如下

        cacheA       key1

        cacheB       key2

        cacheC       key3

        cacheD       key4

        cacheE       key5

    然后5台节点围绕称一个环形,如图

    主机形成哈希值后,我们以缓存来做实例,比如某个用户登录后会有一个唯一的pin值,然后根据

     这个pin值进行hash。这里注意和普通hash不一样的就是这里只hash不求余,当hash出一个数值

    后,查看这个这个值介于那两个值之间比如介于key4和key5之间,然后从这个落点开始顺时针查

    找遇到第一个cache服务器后就把这个服务器当作此次缓存的落点,从而把这个缓存放到这个落点

    上。如图:

    两者比较:

            经过上面的介绍我们能看出,假如普通的哈希当其中任意一台机器down掉后,我们整个的

      缓存都将安然无存,为什么这么说呢?

            因为当某台cache down掉后我们需要重选算落点,除数已经变了,所以都要重新set缓存,

     当然不排除有一些两个pin值算的落点是一样的,但是当cache服务器增加到一定数量后,前面所

     说的可能性几乎为0,所以称之为全部缓存都要重新set。

           而使用一致性哈希当其中一台机器down掉后,只有它上面到它这一段的环路缓存失效了,如:

    当cache3 down掉后,那落掉在cache2到cache3之间的pin都将失效,那么失效的落点讲继续顺时

    针查找cache服务器,那么新的落点都将落到cache4上。

  • 相关阅读:
    D365: 笔记(VS无法打开表浏览器)
    D365: 笔记(跟踪调试批处理代码)
    D365: 笔记(非批处理执行class中弹出交互式窗体或报表)
    D365: 笔记(现有量增加批号表字段查询条件)
    D365: 新功能(二)采购发票自动化流程
    D365: 新功能(一)按日期设置编号规则
    ES6 入门教程(未完)
    深入理解TypeScript(未完)
    项目
    vue + threejs 项目踩坑总结
  • 原文地址:https://www.cnblogs.com/heavenhome/p/7364167.html
Copyright © 2011-2022 走看看