【缓存中间件】Redis哈希槽的概念

数据分布理论
【【缓存中间件】Redis哈希槽的概念】分布式数据库首先要解决把整个数据集按照分区规则映射到多个节点的问题,即把数据集划分到多个节点上,每个节点负责整体数据的一个子集 。。
需要重点关注的是数据分区规则 。常见的分区规则有哈希分区和顺序分区两种,哈希分区离散度好、数据分布业务无关、无法顺序访问,顺序分区离散度易倾斜、数据分布业务相关、可顺序访问 。
节点取余分区
使用特定的数据,如Redis的键或用户ID,再根据节点数量N使用公式hash(key)%N计算出哈希值,用来决定数据映射到哪一个节点上 。这种方案存在一个问题:当节点数量变化时,如扩容或收缩节点,数据节点映射关系需要重新计算,会导致数据的重新迁移 。
这种方式的突出优点是简单性,常用于数据库的分库分表规则,一般采用预分区的方式,提前根据数据量规划好分区数,比如划分为512或1024张表,保证可支撑未来一段时间的数据量再根据负载情况将表迁移到其他数据库中 。扩容时通常采用翻倍扩容,避免数据映射全部被打乱导致全量迁移的情况 。
一致性哈希分区
实现思路是为系统中每个节点分配一个token,范围一般在0~23,这些token构成一个哈希环 。数据读写执行节点查找操作时,先根据key计算hash值,然后顺时针找到第一个大于等于该哈希值的token节点 。例如:
集群中有三个节点(Node1、Node2、Node3),五个键( 、key5),其路由规为:
当集群中增加节点时,比如当在Node2和Node3之间增加了一个节点Node4,此时再访问节点key4时,不能在Node4中命中,更一般的,介于Node2和Node4之间的key均失效,这样的失效方式太过于“集中”和“暴力”,更好的方式应该是“平滑”和“分散”地失效 。
这种方式相比节点取余最大的好处在于加入和副除节点只影响哈希环中相邻的节点,对其他节点无影响 。但一致性哈希分区存在几个问题
1、当使用少量节点时,节点变化将大范围影响哈希环中数据映射,因此这种方式不适合少量数据节点的分布式方案 。
2、增加节点只能对下一个相邻节点有比较好的负载分担效果,例如上图中增加了节点Node4只能够对Node3分担部分负载,对集群中其他的节点基本没有起到负载分担的效果;类似地,删除节点会导致下一个相邻节点负载增加,而其他节点却不能有效分担负载压力 。
正因为一致性哈希分区的这些缺点,一些分布式系统采用虚拟槽对一致性哈希进行改进,比如虚拟一致性哈希分区 。
虚拟一致性哈希分区
为了在增删节点的时候,各节点能够保持动态的均衡,将每个真实节点虚拟出若干个虚拟节点,再将这些虚拟节点随机映射到环上 。此时每个真实节点不再映射到环上,真实节点只是用来存储键值对,它负责接应各自的一组环上虚拟节点 。当对键值对进行存取路由时,首先路由到虚拟节点上,再由虚拟节点找到真实的节点 。
如下图所示,三个节点真实节点: Node1、Node2和Node3,每个真实节点虚拟出三个虚拟节点: X#V1X#V2和X#V3,这样每个真实节点所负责的hash空间不再是连续的一段,而是分散在环上的各处,这样就可以将局部的压力均衡到不同的节点,虚拟节点越多,分散性越好,理论上负载就越倾向均匀 。

【缓存中间件】Redis哈希槽的概念

文章插图
虚拟槽分区
Redis则是利用了虚拟槽分区,可以算上面虚拟一致性哈希分区的变种,它使用分散度良好的哈希函数把所有数据映射到一个固定范围的整数集合中,整数定义为槽( slot) 。这个范围一般远远大于节点数,比如言范围是0~16383 。槽是集群内数据管理和迁移的基本单位 。采用大范围槽的主要目的是为了方便数据拆分和集群扩展 。每个节点会负责一定数量的槽