面试题答案
一键面试一致性哈希算法在Redis集群槽指派中的原理与应用要点
- 基本原理
- 哈希空间划分：一致性哈希算法将整个哈希值空间组织成一个虚拟的圆环，即0到2^32 - 1的哈希值构成的圆环。
- 节点映射：每个服务器节点通过哈希函数映射到这个哈希环上的某个位置。例如，对节点的IP地址或主机名等标识进行哈希计算，得到一个哈希值，从而确定该节点在环上的位置。
- 数据映射：同样，数据对象（如键值对中的键）也通过相同的哈希函数计算哈希值，映射到哈希环上。
- 顺时针查找：当需要查找某个数据时，从该数据的哈希值在环上的位置开始顺时针查找，遇到的第一个服务器节点就是负责存储该数据的节点。
- 应用要点
- 虚拟节点：为了解决节点分布不均匀问题，引入虚拟节点概念。每个物理节点可以映射为多个虚拟节点，这些虚拟节点均匀分布在哈希环上。这样即使物理节点数量较少，也能更均匀地分布数据，提高负载均衡效果。例如，每个物理节点映射100个虚拟节点，这些虚拟节点的哈希值均匀地分布在哈希环上。
- 容错性：当某个节点出现故障时，受影响的数据只是该节点到顺时针方向下一个节点之间的数据，其他节点的数据不受影响。例如，节点A故障，原本由A负责的数据会被顺时针方向下一个节点B接管，系统仍能正常运行，只是B的负载会增加。
- 扩展性：当新增节点时，只需将新增节点映射到哈希环上，然后将该节点到顺时针方向下一个节点之间的数据迁移到新节点即可。例如，新增节点C，将C在哈希环上顺时针方向到下一个节点之间的数据迁移过来，实现平滑扩展。
- 哈希函数选择：要选择一个均匀分布且碰撞概率低的哈希函数，以保证数据在哈希环上均匀分布。例如，常用的MurmurHash函数，它在速度和分布均匀性上表现较好。