Golang官方中的一致性哈希组件怎么实现
这篇“Golang官方中的一致性哈希组件怎么实现”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Golang官方中的一致性哈希组件怎么实现”文章吧。
背景
在分布式缓存中，我们需要通过一组缓存节点来提高我们的缓存容量。比如我们有3个Redis节点：
最简单的路由规则是我们计算`Key`的哈希值，然后取模计算目标节点，比如我们有5个Key，计算出以下哈希值及对应的目标节点：
| Key的哈希值 | 模3的余 | 目标节点 |
|---|---|---|
| 10 | 1 | Redis1 |
| 4 | 1 | Redis1 |
| 6 | 0 | Redis0 |
| 8 | 2 | Redis2 |
| 15 | 0 | Redis0 |
如果我们这时候加入一个新的Redis节点，这时候路由变化如下：
| Key的哈希值 | 模3的余 | 目标节点（旧） | 模4的余 | 目标节点（新） | 是否变化 |
|---|---|---|---|---|---|
| 10 | 1 | Redis1 | 2 | Redis2 | 是 |
| 4 | 1 | Redis1 | 0 | Redis0 | 是 |
| 6 | 0 | Redis0 | 2 | Redis2 | 是 |
| 8 | 2 | Redis2 | 0 | Redis0 | 是 |
| 15 | 0 | Redis0 | 3 | Redis3 | 是 |
可以看到，我们只是加入了一个节点，就导致了所有Key的目标节点被改变了，这样会导致大量缓存失效，这时请求可能就会都打到数据库里，可能会导致数据库被击垮，这也就是缓存雪崩问题。
为了解决这个问题，一般我们会使用一致性哈希：
一致性哈希算法
一致性哈希算法经常被用于请求路由中，在处理节点不变的情况下，它能够把相同的请求路由到相同的处理节点上。同时还能在处理节点变动时，让相同请求尽可能的打到原先相同的处理节点上。
原理
一致性哈希的原理是把处理节点通过哈希映射到一个哈希环上，哈希环可以理解为一个连续编号的循环链表，一般会使用长度为32位的哈希值，也就是哈希环可以映射2^32个值。如下图所示：
图中有三个Redis节点，通过哈希映射到环上的某个位置。Key也是通过哈希映射到环上的某个位置，然后向前寻找计算节点，第一个遇到的就是Key的目标节点。
这时候如果我们加入一个新的Redis3节点，可以看到只有Key4的路由改变了，其他的Key的路由都保持不变：
也就是我们新加入的处理节点，只会影响前面的处理节点的路由。
改进
可以看到上面的Redis节点在环上分布得并不均匀，这样会导致每个节点的负载差距过大。为了让Redis节点在环上分布得更加均匀，我们还可以再加入虚拟节点。让一个Redis节点能够映射到哈希环上的多个位置，这样节点的分布会更加均匀。
可以看到因为每个Redis节点的映射位置变多了，因此更有可能会分布得更加均匀。图里每个Redis节点只有两个虚拟节点，主要是不太好画，实际上我们可能会给每个Redis节点分配几十个虚拟节点，这样基本上就很均匀了。
实现方式
结构和接口
第一件需要做的事情，就是我们需要把节点进行哈希得到一个整数值，这里默认是使用crc32计算一个字节序列的哈希值，当然也可以自己指定。
哈希环的结构里面有一个ring数组，我们使用这个数组模拟一个哈希环，当然数组并不会把最后一个元素链接到第一个元素，因此我们需要在逻辑上模拟。里面的nodes则是保存了哈希值到真实节点字符串的映射，这样我们在ring数组里面找到对应的哈希值时才能反过来找到真实节点。
// 哈希函数
type Hash func(data []byte) uint32
// 哈希环
// 注意，非线程安全，业务需要自行加锁
type HashRing struct {
hash Hash
// 每个真实节点的虚拟节点数量
replicas int
// 哈希环，按照节点哈希值排序
ring []int
// 节点哈希值到真实节点字符串，哈希映射的逆过程
nodes map[int]string
}
添加节点
可以看到这个方法是把节点添加到哈希环里面，这里会为每个节点创建虚拟节点，这样可以分布的更加均匀。
当然这个方法存在一个问题，就是它没有判断加入的节点是否已经存在，这样可能会导致Ring上面存在相同的节点。
// 添加新节点到哈希环
// 注意，如果加入的节点已经存在，会导致哈希环上面重复，如果不确定是否存在请使用Reset
func (m *HashRing) Add(nodes ...string) {
for _, node := range nodes {
// 每个节点创建多个虚拟节点
for i := 0; i < m.replicas; i++ {
// 每个虚拟节点计算哈希值
hash := int(m.hash([]byte(strconv.Itoa(i) + node)))
// 加入哈希环
m.ring = append(m.ring, hash)
// 哈希值到真实节点字符串映射
m.nodes[hash] = node
}
}
// 哈希环排序
sort.Ints(m.ring)
}
重置节点
为了解决上面的问题，我们额外实现了一个重置方法，也就是先清空哈希环，再添加。当然这样就必须每次都指定完整的节点列表。
// 先清空哈希环再设置
func (r *HashRing) Reset(nodes ...string) {
// 先清空
r.ring = nil
r.nodes = map[int]string{}
// 再重置
r.Add(nodes...)
}
获取Key对应的节点
这个方法的功能是查询Key应该路由到哪个节点，也就是计算Key的哈希值，然后找到哈希值对应的处理节点（这里需要考虑ring数组逻辑上是一个环），然后再根据这个哈希值去寻找真实处理节点的字符串。
// 获取Key对应的节点
func (r *HashRing) Get(key string) string {
// 如果哈希环位空，则直接返回
if r.Empty() {
return ""
}
// 计算Key哈希值
hash := int(r.hash([]byte(key)))
// 二分查找第一个大于等于Key哈希值的节点
idx := sort.Search(len(r.ring), func(i int) bool { return r.ring[i] >= hash })
// 这里是特殊情况，也就是数组没有大于等于Key哈希值的节点
// 但是逻辑上这是一个环，因此第一个节点就是目标节点
if idx == len(r.ring) {
idx = 0
}
// 返回哈希值对应的真实节点字符串
return r.nodes[r.ring[idx]]
}
以上就是关于“Golang官方中的一致性哈希组件怎么实现”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注蜗牛博客行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
评论