【数据结构】为什么要使用一致性哈希算法？

话不多说，先看个案例：

我们有一个分布式缓存，此时我们有3万张图片要存入缓存中。

 

 

 

 

• 通常我们都会想到，采用哈希算法，对每一个图片进行分片：

 

 

 

余数可以对应到相应的缓存节点，但是这样有一个缺陷：

如果我们新增一个节点【s4】，可以发现一个这样的问题，有一个图片对应ID为6：

以前：6%3=0 --> s0

现在：6%4=2 --> s2

由于服务器数量的改变，导致大量缓存失效，请求只能直接查询数据库，导致数据库容易被压垮

 

 

• 我们现在看一下【一致性哈希算法】

策略是采取一个hash环，然后ID取模，找到最近的节点。

 

 

 

此时我们增加一个节点【s4】,会出现什么情况呢？

 

 

 最终也只是会影响到上图中圈出来的位置数据，影响范围不会很大。

 

 

• 不过一致性哈希会出现一个问题？

节点可能会出现【哈希偏斜】情况，即所有的节点都偏斜到一侧，导致【s0】节点缓存数据较多，缓存分布不均匀。

 

 

 

 

 解决方式：可以采用增加虚拟节点的方式，是节点分布尽量均匀，从而解决缓存不均匀的问题。