分布式系统架构设计 - 一致性 hash 算法及其改进

用户头像
常平
关注
发布于: 2020 年 07 月 05 日

概述



通常,分布式系统习惯采用分布式哈希(DHT)算法来实现数据的分区分配(路由)以及负载均衡,普通的分布式hash算法通过增添虚拟节点,对物理的热点区间进行划分,将负载分配至其他节点,从而达到负载均衡的状态,但是这并不能保证集群的负载就一定很是的均衡。

而一种改进过的一致性Hash算法,即带边界因子的一致性Hash算法,其严格控制每个节点的负载从而能获得更好的负载均衡效果。

普通的DHT算法



假设有8个Object,通过下图的DHT算法:

  1. object 0,1,2映射到了虚拟节点vNode0 : object 0,1,2 --> vNode0

  2. Object 3,4,5 映射到了vNode1:object 3,4,5 --> vNode1

  3. Object 6映射到 vNode2:object 6 --> vNode2

  4. Object 7映射到 vNodeN:object 7 --> vNodeN







很明显,Vnode0和vNode1 都落了三个 object,而 vNode2和vNodeN 都只落了 1个Object,这里的DHT算法负债均衡因子并不是很好。

带负载边界因子的DHT算法



假设有8个Object,通过如下图的DHT with bounded loads算法:







第一轮映射:



  1. object 0,1,2 需要映射到了虚拟节点vNode0,但是vNode0的权重因子是 2,因此只完成了 object 0,1 --> vNode0, object 2不能映射到节点 vNode0;

  2. Object 3,4,5 需要映射到了虚拟节点vNode1:但是vNode1的权重因子是 2,因此只完成了 object 3,4 --> vNode1, object 5不能映射到节点 vNode1;

  3. Object 6映射到 vNode2:object 6 --> vNode2

  4. Object 7映射到 vNodeN:object 7 --> vNodeN



第二轮映射:



  1. Object 2 映射到 vNode1,但是vNode1权重因子=0, 不能被接收,继续往下一个节点走,发现vNode2 权重因子是2,还剩权重因子1,可以被映射,因此 object 2-->vNode2

  2. Object 5 映射到 vNode2,但是vNode2现在的权重因子=0, 不能被接收,继续往下一个节点走,发现vNodeN 权重因子是2,还剩权重因子1,可以被映射,因此 object 5-->vNodeN



最终的映射结果是:



  1. object 0,1映射到了虚拟节点vNode0 : object 0,1 --> vNode0

  2. Object 3,4 映射到了vNode1:object 3,4 --> vNode1

  3. Object 2,6映射到 vNode2:object 2,6 --> vNode2

  4. Object 5,7映射到 vNodeN:object 5,7 --> vNodeN



很明显,Vnode0,vNode1,vNode2, vNodeN 每个节点都分到2个 object,显然带负载边界因子的DHT算法负债均衡比普通的DHT算法来的好。



这些节点的负载因子可以从IO,CPU,MEM,Disk,Network等输入因子计算出来。



作者简介



常平,中科大硕,某AI芯片独角兽深度学习首席软件主管工程师,前EMC 大数据资深首席工程师,主要工作背景在深度学习、流式大数据、分布式中间件以及Linux内核。



参考资料



[1] https://research.googleblog.com/2017/04/consistent-hashing-with-bounded-loads.html

[2] https://medium.com/vimeo-engineering-blog/improving-load-balancing-with-a-new-consistent-hashing-algorithm-9f1bd75709ed



发布于: 2020 年 07 月 05 日 阅读数: 690
用户头像

常平

关注

技术是有生命的,因为它可以进化! 2018.04.26 加入

常平(www.changping.me),中科大硕,某AI独角兽深度学习首席软件工程师,前EMC 大数据资深首席工程师,主要工作背景在深度学习、流式大数据、云计算、分布式中间件以及Linux内核。

评论 (1 条评论)

发布
用户头像
普通的通过大量的节点,让负载概率提高,但是读数据,有没有好的方式,能够尽量数据不迁移
2020 年 08 月 13 日 15:49
回复
没有更多了
分布式系统架构设计 - 一致性hash算法及其改进