架构师训练营 - 命题作业 第 5 周
发布于: 2020 年 07 月 08 日
一致性hash算法有如下几个关键点:
1)将服务器节点的hash值维护成一个二叉排序树,插入缓存值时也做hash计算,从二叉排序树中找到最接近的节点作为要存储的服务器节点,查找效率为Log(n)。
2)为了减少匹配的方差,建立服务器物理节点与虚拟节点的一对多映射,实际测试下来1:1万比较合适。
3)选择的hash算法要做到计算结果相对均匀分布,这样能使计算方差尽量小。
package consistanthash;import java.util.LinkedList;import java.util.List;import java.util.Map;import java.util.SortedMap;import java.util.TreeMap;public class ConsistentHashWithVirtualNode { // 真实节点列表 private List<String> realNodes = new LinkedList<String>(); // 虚拟节点列表, key表示虚拟节点的hash值,value表示虚拟节点的名称 private TreeMap<Integer, String> virtualNodes = new TreeMap<Integer, String>(); public ConsistentHashWithVirtualNode(String[] servers, int virtualNumPerNode) { // 先把原始的服务器添加到真实结点列表中 if (servers != null) { for (int i = 0; i < servers.length; i++) { realNodes.add(servers[i]); // 再添加虚拟节点 for (int j = 0; j < virtualNumPerNode; j++) { String virtualNodeName = servers[i] + "#" + String.valueOf(j); int hash = getHash(virtualNodeName); System.out.println("虚拟节点[" + virtualNodeName + "]被添加, hash值为" + hash); virtualNodes.put(hash, virtualNodeName); } } } } // 使用FNV1_32_HASH算法计算服务器的Hash值 private 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); String virtualNode = null; Map.Entry<Integer, String> servers = virtualNodes.ceilingEntry(hash); // 得到大于该Hash值的所有Map if (servers == null) { virtualNode = virtualNodes.firstEntry().getValue(); // 如果没有比该key的hash值大的,则从第一个node开始 } else { virtualNode = servers.getValue(); } //截取真实节点 if (virtualNode != null) { return virtualNode.substring(0, virtualNode.indexOf("#")); } return null; }}
package consistanthash;import java.util.HashMap;import java.util.Map;import org.junit.Before;import org.junit.Test;public class TestCache { private Map<String, Integer> serverCount = new HashMap<String, Integer>(); private String[] servers = { "192.168.0.1:6379", "192.168.0.2:6379", "192.168.0.3:6379", "192.168.0.4:6379", "192.168.0.5:6379", "192.168.0.6:6379", "192.168.0.7:6379", "192.168.0.8:6379", "192.168.0.9:6379", "192.168.0.10:6379" }; private int maxCacheNum = 1000000; private int virtualNum = 10; @Before public void setUp() { } @Test public void testCache1() { // 10个虚拟节点, 标准差为: 38914.03697896172 virtualNum = 10; ConsistentHashWithVirtualNode ch = new ConsistentHashWithVirtualNode(servers, virtualNum); setCache(ch, maxCacheNum); String result = calculateResult(ch, virtualNum); System.out.println(result); } @Test public void testCache2() { // 100个虚拟节点, 标准差为: 4769 virtualNum = 100; ConsistentHashWithVirtualNode ch = new ConsistentHashWithVirtualNode(servers, virtualNum); setCache(ch, maxCacheNum); String result = calculateResult(ch, virtualNum); System.out.println(result); } @Test public void testCache3() { // 1000个虚拟节点, 标准差为: 3850 virtualNum = 1000; ConsistentHashWithVirtualNode ch = new ConsistentHashWithVirtualNode(servers, virtualNum); setCache(ch, maxCacheNum); String result = calculateResult(ch, virtualNum); System.out.println(result); } @Test public void testCache4() { // 10000个虚拟节点, 标准差为: 1104 virtualNum = 10000; ConsistentHashWithVirtualNode ch = new ConsistentHashWithVirtualNode(servers, virtualNum); setCache(ch, maxCacheNum); String result = calculateResult(ch, virtualNum); System.out.println(result); } public void setCache(ConsistentHashWithVirtualNode ch, int cacheNum) { for (int i = 0; i < cacheNum; i++) { String key = "key" + i; String server = ch.getServer(key); serverCount.putIfAbsent(server, 1); int count = serverCount.get(server); serverCount.put(server, ++count); } } private String calculateResult(ConsistentHashWithVirtualNode ch, int virtualNum) { int totalNum = 0; for (Map.Entry<String, Integer> serverInfo : serverCount.entrySet()) { totalNum += serverInfo.getValue(); } int avg = totalNum / serverCount.size(); StringBuilder sb = new StringBuilder(); sb.append("总缓存个数:").append(totalNum).append(" 服务器台数:").append(serverCount.size()).append(" 每服务器虚拟节点数:") .append(virtualNum).append(" 平均值:").append(avg).append("\r\n"); // 标准差公式: (每个样本 - 平均值)的平方 / (服务器数 - 1),结果再取平方根 long diff = 0; for (Map.Entry<String, Integer> serverInfo : serverCount.entrySet()) { sb.append("Server-Name:").append(serverInfo.getKey()).append(" Cache-num: ").append(serverInfo.getValue()).append("\r\n"); long tmp = serverInfo.getValue() - avg; diff += (tmp * tmp); } diff /= (serverCount.size() - 1); sb.append("标准差为: ").append(Math.sqrt(diff)).append("\r\n"); return sb.toString(); }}
划线
评论
复制
发布于: 2020 年 07 月 08 日阅读数: 45
版权声明: 本文为 InfoQ 作者【铁血杰克】的原创文章。
原文链接:【http://xie.infoq.cn/article/d94e8de2c3340720ca00acc43】。未经作者许可,禁止转载。
铁血杰克
关注
还未添加个人签名 2017.12.18 加入
还未添加个人简介
评论