架构师训练营 -W5-20200708
发布于: 2020 年 07 月 08 日
一、一致性 hash 算法
用你熟悉的编程语言实现一致性 hash 算法。
编写测试用例测试这个算法,测试 100 万 KV 数据,10 个服务器节点的情况下,计算这些 KV 数据在服务器上分布数量的标准差,以评估算法的存储负载不均衡性。
1、一致性hash算法介绍
直接引用知乎上介绍的比较详细的说明:
https://zhuanlan.zhihu.com/p/98030096
简单说,一致性hash算法通过一个叫作一致性hash环的数据结构实现。这个环的起点是0,终点是2^32 - 1,并且起点与终点连接,环的中间的整数按逆时针分布,故这个环的整数分布范围是[0, 2^32-1]。
一致性hash算法解决了分布式环境下机器增加或者减少时,简单的取模运算无法获取较高命中率的问题。通过虚拟节点的使用,一致性hash算法可以均匀分担机器的负载,使得这一算法更具现实的意义。
正因如此,一致性hash算法被广泛应用于分布式系统中。
2、java代码实现
package hash;import org.apache.commons.lang3.StringUtils;import java.util.LinkedList;import java.util.List;import java.util.SortedMap;import java.util.TreeMap;public class ConsistentHashWithVirtualNode { //待添加入Hash环的服务器列表 private static String[] servers = {"192.168.0.0", "192.168.0.1", "192.168.0.2", "192.168.0.3", "192.168.0.4", "192.168.0.5", "192.168.0.6", "192.168.0.7", "192.168.0.8", "192.168.0.9"}; //真实结点列表,考虑到服务器上线、下线的场景,即添加、删除的场景会比较频繁,这里使用LinkedList会更好 private static List<String> realNodes = new LinkedList<>(); //虚拟节点,key表示虚拟节点的hash值,value表示虚拟节点的名称 private static SortedMap<Integer, String> virtualNodes = new TreeMap<Integer, String>(); //虚拟节点的数目,这里写死,为了演示需要,一个真实结点对应5个虚拟节点 private static final int VIRTUAL_NODES = 1000; static{ //先把原始的服务器添加到真实结点列表中 for(int i=0; i<servers.length; i++) { realNodes.add(servers[i]); } //再添加虚拟节点,遍历LinkedList使用foreach循环效率会比较高 for (String str : realNodes){ for(int i=0; i<VIRTUAL_NODES; i++){ String virtualNodeName = str + "&&VN" + String.valueOf(i); int hash = getHash(virtualNodeName);// System.out.println("虚拟节点[" + virtualNodeName + "]被添加, hash值为" + hash); virtualNodes.put(hash, virtualNodeName); } }// System.out.println(); } //使用FNV1_32_HASH算法计算服务器的Hash值,这里不使用重写hashCode的方法,最终效果没区别 private static int getHash(String str){ final int p = 16777619; int hash = (int)2166136261L; for (int i = 0; i < str.length(); i++) { hash = (hash ^ str.charAt(i)) * p; } hash += hash << 13; hash ^= hash >> 7; hash += hash << 3; hash ^= hash >> 17; hash += hash << 5; // 如果算出来的值为负数则取其绝对值 if (hash < 0) hash = Math.abs(hash); return hash; } //得到应当路由到的结点 public String getServer(String key){ //得到该key的hash值 int hash = getHash(key); // 得到大于该Hash值的所有Map SortedMap<Integer, String> subMap = virtualNodes.tailMap(hash); String virtualNode; if(subMap.isEmpty()) { //如果没有比该key的hash值大的,则从第一个node开始 Integer i = virtualNodes.firstKey(); //返回对应的服务器 virtualNode = virtualNodes.get(i); } else { //第一个Key就是顺时针过去离node最近的那个结点 Integer i = subMap.firstKey(); //返回对应的服务器 virtualNode = subMap.get(i); } //virtualNode虚拟节点名称要截取一下 if(StringUtils.isNotBlank(virtualNode)){ return virtualNode.substring(0, virtualNode.indexOf("&&")); } return null; }}
package hash;import java.util.HashMap;import java.util.Map;public class ConsistentHashTest { //标准方差 public static double getstd(Map<String,Integer> objectnodes){ double sum = 0; int cnt = 0; for(Map.Entry<String,Integer> entry : objectnodes.entrySet()){ sum += entry.getValue(); cnt++; } double average = sum/cnt; int total = 0; for(Map.Entry<String,Integer> entry : objectnodes.entrySet()){ total += (entry.getValue() - average) *(entry.getValue() - average); } double standardDeviation = Math.sqrt(total/cnt); return standardDeviation; } public static void main(String[] args) { Map<String, Integer> objectNodes = new HashMap<>(); ConsistentHashWithVirtualNode nodes = new ConsistentHashWithVirtualNode(); for (int i = 1; i <= 1000000; i++) { String nodeIp = nodes.getServer(Integer.toString(i)); Integer count = objectNodes.getOrDefault(nodeIp, 0); objectNodes.put(nodeIp, count + 1); } for(Map.Entry<String, Integer> entry : objectNodes.entrySet()){ long percent = (100 * entry.getValue() / 1000000); System.out.println("IP=" + entry.getKey() + ": RATE=" + percent + "%"); } //计算标准方差 System.out.println("标准方差为:"+getstd(objectNodes)); }}
测试结果:
10台服务器,每台100个虚拟节点,数据分布不是很均匀:
10台服务器,每台1000个虚拟节点,数据分布比较均匀:
从运行结果可以看出,当虚拟节点增加到一定量后,测试时为1000,整个数据呈均匀分布状态,标准方差为4195,达到了比较理想的分布式缓存要求。
划线
评论
复制
发布于: 2020 年 07 月 08 日阅读数: 40
版权声明: 本文为 InfoQ 作者【丁亚宁】的原创文章。
原文链接:【http://xie.infoq.cn/article/18f78771eebb7659cf58e4df4】。未经作者许可,禁止转载。
丁亚宁
关注
死亡骑士带你勇闯多多 2018.03.27 加入
人不狠话挺多
评论