真的是最全的一致性 hash 环讲解了
作者：Java工程师
- 2022 年 4 月 08 日
本文字数：13108 字
阅读完需：约 43 分钟
一致性 hash 环
最近做项目 做了一个分发器 ，需要 根据请求携带的参数 把请求分发到 不同的服务器上面，最终我选择使用 一致性 hash 环 来实现 ，本篇 就主要讲解一下 一致性 hash 环 它的基本原理
概述
一致性 hash 算法 由于 均衡性 持久性的映射特点 被广泛应用于负载均衡领域，比如 nginx 、dubbo 、等等 内部都有一致性 hash 的实现 ，比如 dubbo ，当你调用 rpc 接口的时候，如果有 2 个提供者，那么你可以通过配置 让其调用通过 一致性 hash 进行计算 然后分发到具体的 某个实例接口上 。
1.hash 算法 在负载均衡中的问题
先来看看普通的 hash 算法的特点，普通的 hash 算法就是把一系列输入 打散成随机的数据，负载均衡就是利用这一点特性，对于大量请求调用，通过一定的 hash 将它们均匀地散列，从而实现压力平均化
如果上面图中 key 作为缓存的 key ，node 中寸入该 key 对应的 value，就是一个 简单的分布式缓存系统了。
问题：可以看出 当 N 节点数发生变化的时候 之前所有的 hash 映射几乎全部失效，如果集群是无状态的服务 倒是没什么事情，但是如果是 分布式缓存这种功能，比如 映射的 key1 原本是去 node1 上查询 缓存的 value1， 但是当 N 节点变化后 hash 后的 key1 可能去了 node2 这样 就产生了致命的问题。。
2.一致性 hash 算法
一致性 hash 算法就是来解决 上面的问题
2.1 特点 （重要）
下面说明 一致性 hash 算法的 2 个 重要的特点
平衡性
平衡性是指哈希的结果能够尽可能分布到所有的缓冲空间中去，这样可以使得所有的缓冲空间都得到利用。很多哈希算法都能够满足这一条件。
单调性
单调性是指如果已经有一些内容通过哈希分派到了相应的缓冲中，又有新的缓冲区加入到系统中，那么哈希的结果应能够保证原有已分配的内容可以被映射到新的缓冲区中去，而不会被映射到旧的缓冲集合中的其他缓冲区。 简单的哈希算法往往不能满足单调性的要求
2.2 原理
一致性哈希将整个哈希值空间组织成一个虚拟的圆环，如假设某哈希函数 H 的值空间为 0-2^32-1（即哈希值是一个 32 位无符号整形），整个哈希空间环如下：
就是所有的输入值都被映射到 0-2^32-1 之间，组成一个圆环
下一步将各个服务器使用 Hash 进行一个哈希， 具体可以选择服务器的 ip 或主机名或者其他业务属性作为关键字 进行哈希，这样每台机器就能确定其在哈希环上的位置，这里假设将上文中四台服务器使用 ip 地址哈希后在环空间的位置如下：
如果服务器数量不多且个数相对稳定，我们也可以手动设置这些服务器的位置，如设 A 在 2
30-1 位置，B 在 2
31-1 位置，C 在 3*2
30-1 位置，D 在 2
32-1 位置，则 hash 值为 02^30-1 的数据存储在 A 中，hash 值为 2^30-12^31-1 的数据存储在 B 中，以此类推。
**定位数据存储的方法： **将数据 key 使用相同的函数 Hash 计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器。可以为这些服务器维护一条二分查找树，定位服务器的过程就是在二分查找树中找到好比其大的节点。
例如我们有 Object A、Object B、Object C、Object D 四个数据对象，经过哈希计算后，在环空间上的位置如下：
2.3 一致性 hash 优点
如上图，假如当节点 A 宕机了，那么只会影响 objectA 它会被重新映射到 NodeB 节点，其他的 ObjectB ObjectC ObjectD 都不会受到影响，大大提高了容错性和稳定性
2.4 一致性 hash 存在的问题
2.3.1 数据分布不均匀
当节点 Node 很少的时候 比如 2 台机器，那么 必然造成大量数据集中在 NodeA，少量在 NodeB
2.3.2 雪崩
当某个节点宕机后，原本属于它的请求 都会被重新 hash 映射到 下游节点，会突然造成下游节点压力过大 有可能也会造成 下游节点宕机，从而形成雪崩 这是致命的
为此 引入了 虚拟节点来解决上面两个问题
3.带虚拟节点的一致性 hash
就是会在圆环上 根据 Node 节点 生成很多的虚拟节点 分布在圆环上，这样当 某个 节点挂了后 原本属于它的请求，会被均衡的分布到 其他节点上 降低了产生雪崩的情况，也解决了 节点数少导致 请求分布不均的请求
即对每一个服务节点计算多个哈希（可以用原节点 key+"##xxxk"作为每个虚拟节点的 key，然后求 hashcode），每个计算结果位置都放置一个此服务节点，称为虚拟节点。 具体做法可以在服务器 ip 或主机名的后面增加编号来实现。
看上图，此时如果 group3 节点挂了，那么请求会被均分到 group2 和 group1 上面 ，到此 一致性 hash 的正确生产的使用方式讲解完了 下面来看看一个案例代码。
4. 代码测试
可供选择的有很多，memcached 官方使用了基于 md5 的 KETAMA 算法，但这里处于计算效率的考虑，使用了 FNV1_32_HASH 算法，如下：
public class HashUtil { /** * 计算Hash值, 使用FNV1_32_HASH算法 * @param str * @return */ public 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;
if (hash < 0) { hash = Math.abs(hash); } return hash; }}复制代码
package com.weareint.dispatchservice.hashloop;
import org.springframework.stereotype.Component;
import java.util.*;
/** * * * <pre> * 一致性 hash 虚拟 环 * </pre> * * @author johnny * @date 2021-08-26 9:22 上午 */@Componentpublic class HashVirtualNodeCircle {
/** 真实集群列表 */ private static List<String> instanceNodes;
/** 虚拟节点映射关系 */ private static SortedMap<Integer, String> virtualNodes = new TreeMap<>();
/** 虚拟节点数 */ private static final int VIRTUAL_NODE_NUM = 1000;
/** 刷新 服务实例 */ public void refreshVirtualHashCircle(HashCircleInstanceNodeBuild build) { // 当集群变动时，刷新hash环，其余的集群在hash环上的位置不会发生变动 virtualNodes.clear(); // 获取 最新节点 instanceNodes = build.instanceNodes(); // 将虚拟节点映射到Hash环上 for (String realInstance : instanceNodes) { for (int i = 0; i < VIRTUAL_NODE_NUM; i++) { String virtualNodeName = getVirtualNodeName(realInstance, i); int hash = HashUtils.getHash(virtualNodeName); System.out.println("[" + virtualNodeName + "] launched @ " + hash); virtualNodes.put(hash, virtualNodeName); } } }
private static String getVirtualNodeName(String realName, int num) { return realName + "&&VN" + num; }
private static String getRealNodeName(String virtualName) { return virtualName.split("&&")[0]; }
private static String getServer(String widgetKey) { int hash = HashUtils.getHash(widgetKey); // 只取出所有大于该hash值的部分而不必遍历整个Tree SortedMap<Integer, String> subMap = virtualNodes.tailMap(hash); String virtualNodeName; if (subMap.isEmpty()) { // hash值在最尾部，应该映射到第一个group上 virtualNodeName = virtualNodes.get(virtualNodes.firstKey()); } else { virtualNodeName = subMap.get(subMap.firstKey()); } return getRealNodeName(virtualNodeName); }
public static void main(String[] args) { HashVirtualNodeCircle hashVirtualNodeCircle = new HashVirtualNodeCircle(); hashVirtualNodeCircle.refreshVirtualHashCircle( new HashCircleInstanceNodeBuild() { @Override public List<String> instanceNodes() { LinkedList<String> nodes = new LinkedList<>(); nodes.add("192.168.11.23:8090"); nodes.add("192.168.11.23:8093"); nodes.add("192.168.11.23:8094"); return nodes; } });
// 生成随机数进行测试 Map<String, Integer> resMap = new HashMap<>();
List<String> plcList = new ArrayList<>(); for (int i = 0; i < 1000; i++) { String plchost = "192.168.0." + i + 1; for (int j = 0; j < 10; j++) { plcList.add(plchost + ":" + j + 100); } }
for (int i = 0; i < plcList.size(); i++) { String plcwideget = plcList.get(i); String group = getServer(plcwideget); if (resMap.containsKey(group)) { resMap.put(group, resMap.get(group) + 1); } else { resMap.put(group, 1); } }
resMap.forEach( (k, v) -> { System.out.println("group " + k + ": " + v + "(" + v / 100.0D + "%)"); });
System.out.println("=========================================");
}}复制代码
可以看到 分布很均衡
5.Dubbo 一致性 Hash 实现
最近给公司做的分发器 使用 dubbo 调用远程服务，调研了一下 dubbo 也有自己实现的 一致性 hash 不过实际使用起来 发现有些 bug ，目前通过 SPI 机制 自己扩展了一下，来看看 dubbo 的 一致性 hash 实现吧
5.1 版本 dubbo2.7.12
我用的版本是 dubbo2.7.12 已经入了 2.7 的坑 不少坑都是自己慢慢调试解决的。
5.2 org.apache.dubbo.rpc.cluster.loadbalance
负载均衡基本就这些 一致性 hash，随机 ，轮训，。。 没啥特别的
5.3 dubbo ConsistentHashLoadBalance 源码
/* * Licensed to the Apache Software Foundation (ASF) under one or more * contributor license agreements. See the NOTICE file distributed with * this work for additional information regarding copyright ownership. * The ASF licenses this file to You under the Apache License, Version 2.0 * (the "License"); you may not use this file except in compliance with * the License. You may obtain a copy of the License at * * http://www.apache.org/licenses/LICENSE-2.0 * * Unless required by applicable law or agreed to in writing, software * distributed under the License is distributed on an "AS IS" BASIS, * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. * See the License for the specific language governing permissions and * limitations under the License. */package org.apache.dubbo.rpc.cluster.loadbalance;
import org.apache.dubbo.common.URL;import org.apache.dubbo.common.io.Bytes;import org.apache.dubbo.rpc.Invocation;import org.apache.dubbo.rpc.Invoker;import org.apache.dubbo.rpc.support.RpcUtils;import java.util.List;import java.util.Map;import java.util.TreeMap;import java.util.concurrent.ConcurrentHashMap;import java.util.concurrent.ConcurrentMap;
import static org.apache.dubbo.common.constants.CommonConstants.COMMA_SPLIT_PATTERN;
/** * ConsistentHashLoadBalance */public class ConsistentHashLoadBalance extends AbstractLoadBalance { public static final String NAME = "consistenthash";
/** * Hash nodes name */ public static final String HASH_NODES = "hash.nodes";
/** * Hash arguments name */ public static final String HASH_ARGUMENTS = "hash.arguments";
private final ConcurrentMap<String, ConsistentHashSelector<?>> selectors = new ConcurrentHashMap<String, ConsistentHashSelector<?>>();
@SuppressWarnings("unchecked") @Override protected <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation) { String methodName = RpcUtils.getMethodName(invocation); String key = invokers.get(0).getUrl().getServiceKey() + "." + methodName; // using the hashcode of list to compute the hash only pay attention to the elements in the list //有bug 1.invokers 老是变化，导致 不断的 在创建 ConsistentHashSelector // int invokersHashCode = invokers.hashCode(); ConsistentHashSelector<T> selector = (ConsistentHashSelector<T>) selectors.get(key); if (selector == null || selector.identityHashCode != invokersHashCode) { selectors.put(key, new ConsistentHashSelector<T>(invokers, methodName, invokersHashCode)); selector = (ConsistentHashSelector<T>) selectors.get(key); } return selector.select(invocation); }
private static final class ConsistentHashSelector<T> {
private final TreeMap<Long, Invoker<T>> virtualInvokers;
private final int replicaNumber;
private final int identityHashCode;
private final int[] argumentIndex;
ConsistentHashSelector(List<Invoker<T>> invokers, String methodName, int identityHashCode) { this.virtualInvokers = new TreeMap<Long, Invoker<T>>(); this.identityHashCode = identityHashCode; URL url = invokers.get(0).getUrl(); //默认虚拟机节点数 160 ，可以通过 /** dubbo: consumer: parameters: hash: nodes: 560 #指定虚拟分片结点数 最终virtualInvokers = nodes * invokerCount arguments: 0 指定的是 哪个参数作为 key **/ this.replicaNumber = url.getMethodParameter(methodName, HASH_NODES, 160); //默认取 第 0 个参数 作为 hash的key String[] index = COMMA_SPLIT_PATTERN.split(url.getMethodParameter(methodName, HASH_ARGUMENTS, "0")); argumentIndex = new int[index.length]; for (int i = 0; i < index.length; i++) { argumentIndex[i] = Integer.parseInt(index[i]); } for (Invoker<T> invoker : invokers) { String address = invoker.getUrl().getAddress(); for (int i = 0; i < replicaNumber / 4; i++) { byte[] digest = Bytes.getMD5(address + i); for (int h = 0; h < 4; h++) { long m = hash(digest, h); virtualInvokers.put(m, invoker); } } } }
public Invoker<T> select(Invocation invocation) { String key = toKey(invocation.getArguments()); byte[] digest = Bytes.getMD5(key); return selectForKey(hash(digest, 0)); }
private String toKey(Object[] args) { StringBuilder buf = new StringBuilder(); for (int i : argumentIndex) { if (i >= 0 && i < args.length) { buf.append(args[i]); } } return buf.toString(); }
private Invoker<T> selectForKey(long hash) { Map.Entry<Long, Invoker<T>> entry = virtualInvokers.ceilingEntry(hash); if (entry == null) { entry = virtualInvokers.firstEntry(); } return entry.getValue(); }
private long hash(byte[] digest, int number) { return (((long) (digest[3 + number * 4] & 0xFF) << 24) | ((long) (digest[2 + number * 4] & 0xFF) << 16) | ((long) (digest[1 + number * 4] & 0xFF) << 8) | (digest[number * 4] & 0xFF)) & 0xFFFFFFFFL; } }
}复制代码
6.Dubbo 的 一致性 hash 的 bug 和 一些配置参数
6.1 invokers 不断的变化
经过调试 发现 invokers 时不时变化导致 一致在 rehash，其实 很多时候只是 节点的顺序变化而已
解决办法： 我直接把 invokers 节点数 取出来进行排序后拼接 成一个字符串 进行 计算 hashcode 就不会总变化了
String invokeKey = invokers.stream() .filter(Node::isAvailable) // 按照ip 和port 排序 .sorted(Comparator.comparing(invoke -> invoke.getUrl().getIp())) .sorted(Comparator.comparing(invoke -> invoke.getUrl().getPort())) .map(invoke -> invoke.getUrl().getIp() + ":" + invoke.getUrl().getPort()) .collect(Collectors.joining(","));复制代码
6.2 注意 isAvailable
invokers 中存在 节点不可用的，如果对于节点不可用的 直接过滤 需要注意 isAvailable
6.3 设置虚拟节点发片数
dubbo: consumer: parameters: hash: nodes: 560 #指定虚拟分片结点数 最终virtualInvokers = nodes * invokerCount ，默认是160复制代码
6.4 设置方法的哪个参数作为 hash 的 key
dubbo: consumer: parameters: hash: arguments: 0 #默认就是0复制代码
7.SPI 扩展 Dubbo 一致性 hash 算法 ExtendConsistentHashLoadBalance
7.1 官方文档
官方文档很详细了
https://dubbo.apache.org/zh/docs/v3.0/references/spis/load-balance/
7.2 ExtendConsistentHashLoadBalance 扩展实现
package com.weareint.dispatchservice.extendconsistenthash;
import com.atw.mdc.entity.protocol.webRequest.PlcReadSimpleRequest;import com.atw.mdc.entity.protocol.webRequest.PlcWriteSimpleRequest;import com.weareint.dispatchservice.event.ConnectionRouteEvent;import com.weareint.dispatchservice.event.NodeChangeEvent;import com.weareint.dispatchservice.event.NodeChangeService;import lombok.extern.slf4j.Slf4j;import org.apache.dubbo.common.Node;import org.apache.dubbo.common.URL;import org.apache.dubbo.rpc.Invocation;import org.apache.dubbo.rpc.Invoker;import org.apache.dubbo.rpc.cluster.loadbalance.AbstractLoadBalance;import org.apache.dubbo.rpc.support.RpcUtils;import org.springframework.context.ApplicationEventPublisher;
import java.nio.charset.StandardCharsets;import java.security.MessageDigest;import java.security.NoSuchAlgorithmException;import java.util.*;import java.util.concurrent.ConcurrentHashMap;import java.util.concurrent.ConcurrentMap;import java.util.stream.Collectors;
import static org.apache.dubbo.common.constants.CommonConstants.COMMA_SPLIT_PATTERN;
/** * * * <pre> * 扩展 一致性Hash 环 主要是把 hash 的key 只通过 plc 的deviceCode 进行hash ， 然后后续添加 Redis 路由表 进行 * </pre> * * @author johnny * @date 2021-08-26 5:32 下午 */@Slf4jpublic class ExtendConsistentHashLoadBalance extends AbstractLoadBalance {
public static ApplicationEventPublisher publisher; public static NodeChangeService nodeChangeService;
public static final String NAME = "consistenthash";
/** Hash nodes name */ public static final String HASH_NODES = "hash.nodes";
/** Hash arguments name */ public static final String HASH_ARGUMENTS = "hash.arguments";
private final ConcurrentMap<String, ExtendConsistentHashLoadBalance.ConsistentHashSelector<?>> selectors = new ConcurrentHashMap< String, ExtendConsistentHashLoadBalance.ConsistentHashSelector<?>>();
public ConcurrentMap<String, ConsistentHashSelector<?>> getSelectors() { return selectors; }
@SuppressWarnings("unchecked") @Override protected <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation) { String methodName = RpcUtils.getMethodName(invocation); // String key = invokers.get(0).getUrl().getServiceKey() + "." + methodName; // 只要是 servicekey 就好 String key = invokers.get(0).getUrl().getServiceKey(); // String key = invokers.get(0).getUrl().getParameter("remote.application"); if (log.isDebugEnabled()) { log.info("【remoteApplication:{}】", key); } // using the hashcode of list to compute the hash only pay attention to the elements in the String invokeKey = invokers.stream() .filter(Node::isAvailable) // 按照ip 和port 排序 .sorted(Comparator.comparing(invoke -> invoke.getUrl().getIp())) .sorted(Comparator.comparing(invoke -> invoke.getUrl().getPort())) .map(invoke -> invoke.getUrl().getIp() + ":" + invoke.getUrl().getPort()) .collect(Collectors.joining(","));
if (log.isDebugEnabled()) { log.info("【invokeKey ： {}】", invokeKey); } int invokersHashCode = invokeKey.hashCode(); ExtendConsistentHashLoadBalance.ConsistentHashSelector<T> selector = null; // 同时submit 可能会有问题 加个锁 可能会有第一次提交生成 虚拟节点 selector = (ExtendConsistentHashLoadBalance.ConsistentHashSelector<T>) selectors.get(key); // 判断是否invokers 有变化 selector.identityHashCode != invokersHashCode if (selector == null || selector.identityHashCode != invokersHashCode) { synchronized (ExtendConsistentHashLoadBalance.class) { selector = (ExtendConsistentHashLoadBalance.ConsistentHashSelector<T>) selectors.get(key); if (selector == null || selector.identityHashCode != invokersHashCode) { // 这个 isAvailable 要存在 否则有bug List<Invoker<T>> availableInvoker = invokers.stream() .filter(Node::isAvailable) .collect(Collectors.toList()); ConsistentHashSelector<T> tConsistentHashSelector = new ConsistentHashSelector<>( availableInvoker, methodName, invokersHashCode); selectors.put(key, tConsistentHashSelector); selector = (ExtendConsistentHashLoadBalance.ConsistentHashSelector<T>) selectors.get(key); log.info( "【new selector by invokeKey : {} ， availableInvoker：{}】", invokeKey, availableInvoker.stream() .map( invoke -> invoke.getUrl().getIp() + ":" + invoke.getUrl().getPort()) .collect(Collectors.joining(",")));
NodeChangeEvent event = new NodeChangeEvent(this, tConsistentHashSelector); publisher.publishEvent(event); } } } String hashKey = selector.toKey(invocation.getArguments()); Invoker<T> select = selector.select(hashKey); log.info( "【plcDeviceCode: {} dispatch to ip : {}:{}", hashKey, select.getUrl().getIp(), select.getUrl().getPort()); // deviceCode route table To Redis ConnectionRouteEvent event = new ConnectionRouteEvent(this, hashKey, select, selector); publisher.publishEvent(event); return select; }
public static final class ConsistentHashSelector<T> {
private final TreeMap<Long, Invoker<T>> virtualInvokers;
public final List<Invoker<T>> invokers;
private final int replicaNumber;
private final int identityHashCode;
private final int[] argumentIndex;
ConsistentHashSelector(List<Invoker<T>> invokers, String methodName, int identityHashCode) { this.invokers = invokers; this.virtualInvokers = new TreeMap<Long, Invoker<T>>(); this.identityHashCode = identityHashCode; URL url = invokers.get(0).getUrl(); this.replicaNumber = url.getMethodParameter(methodName, HASH_NODES, 160); String[] index = COMMA_SPLIT_PATTERN.split( url.getMethodParameter(methodName, HASH_ARGUMENTS, "0")); argumentIndex = new int[index.length]; for (int i = 0; i < index.length; i++) { argumentIndex[i] = Integer.parseInt(index[i]); } for (Invoker<T> invoker : invokers) { String address = invoker.getUrl().getAddress(); for (int i = 0; i < replicaNumber / 4; i++) { byte[] digest = md5(address + i); for (int h = 0; h < 4; h++) { long m = hash(digest, h); virtualInvokers.put(m, invoker); } } } }
public Invoker<T> select(String key) { byte[] digest = md5(key); return selectForKey(hash(digest, 0)); }
@SuppressWarnings("unchecked") public String toKey(Object[] args) { StringBuilder buf = new StringBuilder(); for (int i : argumentIndex) { if (i >= 0 && i < args.length) { // 只取 PlcReadSimpleRequest的 DeviceCode 作为 hash的key if (args[i] instanceof ArrayList) { ArrayList<PlcReadSimpleRequest> list = (ArrayList<PlcReadSimpleRequest>) args[i]; buf.append(list.get(0).getDeviceCode()); // 只取 PlcWriteSimpleRequest DeviceCode 作为 hash的key } else if (args[i] instanceof PlcWriteSimpleRequest) { PlcWriteSimpleRequest req = (PlcWriteSimpleRequest) args[i]; buf.append(req.getDeviceCode()); } else if (args[i] instanceof String) { // PlcConnectionRequest req = (PlcConnectionRequest) args[i]; // 关闭连接 String deviceCode = (String) args[i]; buf.append(deviceCode); } else { buf.append(args[i]); } } } return buf.toString(); }
private Invoker<T> selectForKey(long hash) { Map.Entry<Long, Invoker<T>> entry = virtualInvokers.ceilingEntry(hash); if (entry == null) { entry = virtualInvokers.firstEntry(); } return entry.getValue(); }
private long hash(byte[] digest, int number) { return (((long) (digest[3 + number * 4] & 0xFF) << 24) | ((long) (digest[2 + number * 4] & 0xFF) << 16) | ((long) (digest[1 + number * 4] & 0xFF) << 8) | (digest[number * 4] & 0xFF)) & 0xFFFFFFFFL; }
private byte[] md5(String value) { MessageDigest md5; try { md5 = MessageDigest.getInstance("MD5"); } catch (NoSuchAlgorithmException e) { throw new IllegalStateException(e.getMessage(), e); } md5.reset(); byte[] bytes = value.getBytes(StandardCharsets.UTF_8); md5.update(bytes); return md5.digest(); }
public int getIdentityHashCode() { return identityHashCode; } }}复制代码
7.3 配置 spi 扩展
extendconsistenthash=com.weareint.dispatchservice.extendconsistenthash.ExtendConsistentHashLoadBalance复制代码
7.4 使用自定义的扩展 loadbalance
@DubboReference(loadbalance = "extendconsistenthash")private IDeviceWriteService deviceWriteService;复制代码
7.5 已知扩展
总结
本篇主要讲解了 什么是一致性 hash 它有哪些优点和存在的问题，以及 带虚拟节点的一致性 hash，最后介绍了一些 dubbo 的一致性 hash 实现，dubbo 自带的有 bug ，但是提供了 spi 扩展机制 你可以自己去实现 ，目前我就是这样去的
原文 https://www.cnblogs.com/askajohnny/p/16038871.html 解决的 。
划线
评论
复制
发布于: 刚刚阅读数: 2
Java工程师
关注
及时当勉励，岁月不待人 2022.01.24 加入
还未添加个人简介
评论