Sharded实现学习-我们到底能走多远系列（32）

我们到底能走多远系列（32）

扯淡：

　　工作是容易的赚钱是困难的
　　恋爱是容易的成家是困难的
　　相爱是容易的相处是困难的
　　决定是容易的可是等待是困难的

主题：

1，Sharded的实现

ShardedJedis是基于一致性哈希算法实现的分布式Redis集群客户端。

关于一致性哈希算法 可以参考转载文章

Memcached 和 redis 都使用了该算法来实现自己的多服务器均匀分派存储值的。

　　shardedJedisPool的配置如下：（具体可以参考《spring和redis的整合》）

<bean id="shardedJedisPool" class="redis.clients.jedis.ShardedJedisPool"  scope="singleton">
        <constructor-arg index="0" ref="jedisPoolConfig" />
        <constructor-arg index="1">
            <list>
                <bean class="redis.clients.jedis.JedisShardInfo">
                    <constructor-arg name="host" value="${redis.host}" />
                    <constructor-arg name="port" value="${redis.port}" />
                    <constructor-arg name="timeout" value="${redis.timeout}" />
                    <constructor-arg name="weight" value="1" />
                </bean>
            </list>
        </constructor-arg>
 </bean>

注入了两个对象：jedisPoolConfig 和 JedisShardInfo

然后产生ShardedJedis：

    public ShardedJedis getRedisClient() {
        try {
            ShardedJedis shardJedis = shardedJedisPool.getResource();
            return shardJedis;
        } catch (Exception e) {
            log.error("getRedisClent error", e);
        }
        return null;
    }

ShardedJedis 继承 BinaryShardedJedis 继承 Sharded<Jedis, JedisShardInfo>

而Sharded的实现就是前面一致性哈希算法的实现啦~

// 使用TreeMap来完成构造出一个很多节点的环形
private TreeMap<Long, S> nodes;

// 构造方法
public Sharded(List<S> shards, Hashing algo, Pattern tagPattern) {
        this.algo = algo;
        this.tagPattern = tagPattern;
        // 初始化方法，建立一个个节点
        initialize(shards);
}

initialize方法：

    private void initialize(List<S> shards) {
        nodes = new TreeMap<Long, S>();

        for (int i = 0; i != shards.size(); ++i) {
            final S shardInfo = shards.get(i);
            if (shardInfo.getName() == null)
                for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
                    nodes.put(this.algo.hash("SHARD-" + i + "-NODE-" + n), shardInfo);
                }
            else
                // 将设置的权重放大160倍，产生更多的节点，因为hash一下就散落到各道各处了，如此就是所谓的虚拟节点，以保证均匀分布
                for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
                    nodes.put(this.algo.hash(shardInfo.getName() + "*" + shardInfo.getWeight() + n), shardInfo);
                }
            resources.put(shardInfo, shardInfo.createResource());
        }
    }

redis放key value的时候，需要判断应该放在那个服务器上，就是判断hash后更靠近哪个节点。

    public R getShard(byte[] key) {
        return resources.get(getShardInfo(key));
    }

    public R getShard(String key) {
        return resources.get(getShardInfo(key));
    }
    //最终调用方法
    public S getShardInfo(byte[] key) {
       // 首先判断是不是tree中最大的key，及最后一个，注意我们是环，所以最大的后面就要从头开始。
        SortedMap<Long, S> tail = nodes.tailMap(algo.hash(key));
        // 是最后一个key了，所以取第一个节点对应的服务器
        if (tail.size() == 0) {
            return nodes.get(nodes.firstKey());
        }
        // 不是最后一个就是比自己离自己最近的大的key对应的服务器
        return tail.get(tail.firstKey());
    }

    public S getShardInfo(String key) {
        return getShardInfo(SafeEncoder.encode(getKeyTag(key)));
    }

到这里基本明白了如何抽象实现一个环状的排序的数据结构了。值得借鉴。

2，实践中的一个例子

问题：模拟一个抽奖的效果，随机产生一个范围内的数字，看是否在中奖的区域内来判断是否中奖。中奖区域分多个层次的奖项。

如图：

|0 -------奖项1--------200|201-------奖项2--------1000|1001-------奖项3-------5000|5001-------没奖---------100000|

使用了TreeMap来实现

从项目里拉出来的代码：

TreeMap<Integer, AwardConfigDO> extentTree = new TreeMap<Integer, AwardConfigDO>();
        // 获奖区间划分
        for (AwardConfigDO awardConfig : configList) {
            //Probability是区间节点，如100,500
            extentTree.put(awardConfig.getProbability(), awardConfig);
        }
        // 进入中奖区 random 是随机产生的数字，首先判断是否进入中奖区
        if (random < extentTree.lastKey()) {
            //然后判断 中奖奖项 是哪个
            AwardConfigDO awardConfig =  extentTree.higherEntry(random).getValue();
        }

所以TreeMap可以来抽象实现这种区间的结构。关于TreeMap可以看API哦。

--------------------20130827补充-----------------------

需要注意的是使用了TreeMap 需要考虑key相同的情况，这种情况就需要接受前一个映射关系会被替换的情况。

public static void main(String[] args) {
        TreeMap<Integer, String> extentTree = new TreeMap<Integer, String>();
        extentTree.put(1, "1");
        extentTree.put(10, "2");
        extentTree.put(10, "3");
        extentTree.put(100, "4");
        String value = extentTree.higherEntry(5).getValue();
        System.out.println(value);//output:3
    }