图解一致性哈希算法，分布式缓存就是这么简单

本文转载自微信公众号，孤独烟

本文故事绝对真实，如有雷同，绝对不是巧合！

话说前几天有一次，某大厂的二面。然后呢，烟哥那天刚好有事，所以去不了。于是就约了一场视频面试了！

于是呢，烟哥提前十分钟在公司里头找了一个厕所的坑位，然后进去随手一锁门….(以下省略10000字)…

唉…

我竟然…

我竟然…

我竟然又带薪上厕所了，而且上了一小时！我有罪！

额，是这样的，大厂的厕所是有雅间的。所以环境还马马虎虎，鼻子还是正常的！

OK，交待完背景，然后开始我们的主题！

全局Session

当时的情形是这样的，先介绍一下自己的项目。然后介绍完项目背景以后，因为有一个登陆模块。于是乎有了如下问题

面试官：“先说说全局Session干嘛用的，你们那边全局session是怎么做的？”

这个问题还是很容易的。因为一个应用通常有多台服务器，在登陆成功后，Session只会在其中某一台存储。需要想办法让多台服务器都识别到这个Session，因此才有了这个全局Session的概念。我们用的是后端统一存储的策略，有专门的用户管理系统，上面存储着用户信息以及Session状态。

烟哥注:目前业内在解决全局Sesssion上无外乎四种方法

• (1)服务端自己进行同步，例如早期的项目，大概是07年那会的(我司老古董项目啊)，那会Tomcat的集群能力不行。用的是Weblogic服务器，使用的就是Weblogic的Session复制功能。
• (2)客户端存储法，将session存储到浏览器cookie中，每次http请求都带session。这里摸着良心坦白说，该方案从没用过，安全性太差。
• (3)反向代理hash一致性，不需要修改应用代码。修改Nginx的配置，保证同一个ip的请求落在同一个web-server上即可。
• (4)后端统一存储，后端统一找一个中间件将Session存起来即可，这个中间件是数据库或者缓存。

面试官：“那你知道这个平台里Session怎么管理的么？”

必须不知道啊！对我们来说该平台只是一个黑盒，会调接口即可。

于是乎，一个让我头疼的问题出现了！

面试官：“如果让你设计这样一个平台，管理这些Session,你会怎么设计？”

用redis来存储Session，用sessionId作为key，用session当value进行存储。

OK，这时我头脑浮现的架构是这样的

面试官:"如果redis挂了呢？"

咦，这个时候，我突然懵了。面试官到底想问我什么？难道挂了，不是redis从服务器顶上么？这个问题莫非有什么玄机？

然后我是这样答的。

一般情况，主redis挂了，由从redis顶上。如果redis某个slot的主从节点全挂了，

那么我们在rediscluster中有一个配置叫

cluster-require-full-coverage

当cluster-require-full-coverage为no时，表示当负责一个插槽的主库下线且没有相应的从库进行故障恢复时，集群仍然可用。但是该槽的相关命令不可用。

当cluster-require-full-coverage为yes时，表示当负责一个插槽的主库下线且没有相应的从库进行故障恢复时，集群不可用。

该值默认值为yes，也就是集群处于不可用的状态。

这个时候，可能出现了网络中断！

面试官:"你的意思是，redis挂了，整个集群数据就不可用了？"

我回答嗯嗯，是的！

这个时候，面试官

面试官:"你不知道一致性哈希算法么？回去了解一下！"

然后我突然懵了。原来是我想太多，他这样问完，我才get到他问的点。

烟哥注:所以我才说这个面试我有点失败，和面试官不在一个频道上。如果是现场面，可以现场画图，则不会出现这种问题！

面试官想到的架构应该是这样的

上图中，由于有4台服务器（排除从库），因此公式为hash(sessionId) % 4 = 2 ，可知定位到了第2号服务器。

但是呢，普通的如果4台缓存服务器已经不能满足我们的缓存需求，那么我们应该怎么做呢？很简单，多增加几台缓存服务器不就行了！

假设：我们增加了一台缓存服务器，那么缓存服务器的数量就由4台变成了5台。那么原本hash(sessionId) % 4 = 2 的公式就变成了hash(sessionId) % 5 = ？， 可想而知这个结果肯定不是2的，这种情况带来的结果就是当服务器数量变动时，所有缓存的位置都要发生改变！

于是乎，他才想引我去答一致性哈希算法！总之，该死的破网络！导致两边不在一个频道上！

一致性哈希

既然都提到了一致性哈希算法了，就当复习一下吧～～

一致性哈希算法的精髓只有一个:对2^32次方取模。

我们将二的三十二次方想象成一个圆，这个圆上的数字就是即0~（2^32）-1。

如下图所示

这时候有三台缓存服务器A、B、C。

我们

hash（服务器A的IP地址） % 2^32

插播一下，写到这里，这里我又想起一道题了！

有哪些常见的hash算法啊？

OK，先继续我们的话题。经过上面的运算，我们算出的结果一定是一个0到2^32-1之间的一个整数，我们就用算出的这个整数，代表服务器A，既然这个整数肯定处于0到2^32-1之间，那么，上图中的hash环上必定有一个点与这个整数对应，我们使用这个整数代表服务器A，那么，服务器A就可以映射到这个环上。

同理进行

hash（服务器B的IP地址） % 2^32

hash（服务器C的IP地址） % 2^32

于是，得到了下面这一张图

那么，我们要用服务器存储session，那么我们用sessionId做key，进行如下运算

hash（sessionId） % 2^32

得到的一个环上的值。那我们怎么知道session被存到哪个服务器上呢，OK，顺时针方向找到的第一个服务器就是。如下图所示

假设，我们现在有四个session，分别进行映射运算后得到如下的环

这么做的好处？

使用一致性算法后，当服务器B移除的时候，服务器B上的数据会顺时针移动到服务器C上去。从而避免了当服务器数量发生改变当时候，所有的session都失效。

如下所示

虚拟槽的应用？

真实世界中，服务器可能映射的并不均匀。这就导致了数据可能是下面这样的，大量的数据在A服务器上，导致数据不均匀

为了解决这个问题，我们给A、B、C三台服务器引入虚拟节点。如下图所示(图中黄色节点为虚拟节点)

如图所示，2号session和3号session映射到了虚拟B节点，就会存储到真实的B节点上。通过引入虚拟节点的方式，实现数据的均匀分配！

最后，本文内容全当复习一次一致性哈希算法。希望大家有所收获。