湖南建设银行宣传部网站,福田蒙派克空调滤芯安装位置图,手表网站妨水,wordpress手机版优化文章目录 是什么能干嘛集群算法-分片-槽位slotredis集群的槽位slotredis集群的分片分片槽位的优势slot槽位映射——业界的3种解决方案小厂#xff1a;哈希取余分区中厂#xff1a;一致性哈希算法分区大厂#xff1a;哈希槽分区 面试题#xff1a;为什么 Redis 集群的最大槽… 文章目录 是什么能干嘛集群算法-分片-槽位slotredis集群的槽位slotredis集群的分片分片槽位的优势slot槽位映射——业界的3种解决方案小厂哈希取余分区中厂一致性哈希算法分区大厂哈希槽分区 面试题为什么 Redis 集群的最大槽数是16384个 集群环境案例步骤集群常用操作命令和CRC16算法分析 是什么
定义由于数据量过大单个Master复制集难以承担因此需要对多个复制集进行集群形成水平扩展。每个复制集只负责存储整个数据集 的一部分这就是Redis的集群其作用是提供在多个Redis节点间共享数据的程序集。官网https://redis.io/docs/reference/cluster-spec/一图 一句话Redis集群是一个提供在多个Redis节点间共享数据的程序集Redis集群可以支持多个master。Redis 集群是 Redis 提供的分布式解决方案用于管理大规模数据集和高并发访问。它通过分片sharding将数据分布在多个节点上提供高可用性和扩展性。 能干嘛
Redis集群支持多个master每个master又可以挂载多个slave 读写分离支持数据的高可用支持海量数据的读写存储操作 由于Cluster自带Sentinel的故障转移机制内置了高可用的支持无需再去使用哨兵功能客户端与Redis的节点连接不再需要连接集群中所有的节点只需要任意连接集群中的一个可用节点即可槽位slot负责分配到各个物理服务节点由对应的集群来负责维护节点、插槽和数据之间的关系
集群算法-分片-槽位slot
官网出处 redis集群的槽位slot
Redis集群的数据分片Redis集群没有使用一致性hash而是引入了哈希槽的概念。 一致性哈希是一种特殊的哈希算法用于解决传统哈希如取模哈希在分布式系统中的节点扩容和缩容问题。它将整个哈希值空间组织成一个虚拟的环状结构哈希环数据和服务器节点都映射到这个哈希环上以实现数据的分布。哈希槽主要用于 Redis Cluster 这样的分布式数据库系统用于数据分片和管理。Redis Cluster 采用16384个哈希槽所有 key 都会被映射到 0~16383 之间的某个哈希槽中。 Redis集群有16384个哈希槽每个key通过CRC16校验后对16384取模来决定放置哪个槽集群的每个节点负责一部分hash槽举个例子比如当前集群有3个节点那么 redis集群的分片
分片是什么使用Redis集群时我们会将存储的数据分散到多台redis机器上这称为分片。简言之集群中的每个Redis实例都被认为是整个数据的一个分片。如何找到给定key的分片为了找到给定key的分片我们对key进行CRC16(key)算法处理并通过对总分片数量取模。然后使用确定性哈希函数这意味着给定的key将多次始终映射到同一个分片我们可以推断将来读取特定key的位置。
分片槽位的优势
最大优势方便扩容/缩容和数据分派查找这种结构很容易添加或者删除节点比如如果我想添加个节点D我需要从节点ABC中得部分槽位到D上。如果我想移除节点A需要将A中的槽移动到B和C节点上然后将没有任何槽的节点从集群中移除即可。由于一个结点将哈希槽移动到另一个节点不会停止服务所以无论添加删除或者改变某个节点的哈希槽的数量都不会造成集群不可用的状态。扩容时Redis 不是按顺序转移槽位而是按节点的负载来选择迁移策略。目的是让槽位分布尽量均衡而不是严格按 A ➝ B ➝ C ➝ D 顺序迁移。直接从 A、B 迁移给 D减少额外的中间数据传输提高效率。这样可以最小化数据重分布的影响确保集群稳定运行。
slot槽位映射——业界的3种解决方案
小厂哈希取余分区 2亿条记录就是2亿个k,v我们单机承受不了必须要分布式多机假设有3台机器构成一个集群用户每次读写操作都是根据公式hash(key) % N个机器台数计算出哈希值用来决定数据映射到哪一个节点上。优点简单粗暴直接有效只需要预估好数据规划好节点例如3台、8台、10台就能保证一段时间的数据 支撑。使用Hash算法让固定的一部分请求落到同一台服务器上这样每台服务器固定处理一部分请求 (并维护这些请求的信息) 起到负载均衡分而治之的作用。缺点原来规划好的节点进行扩容或者缩容就比较麻烦了不管扩缩每次数据变动导致节点有变动比如第一次set k1 v1在第一台机器上第二次我扩容后要去修改k1的值set k1 v2但是这个时候落在的扩容后的那台机器上映射关系需要重新进行计算在服务器个数固定不变时没有问题如果需要弹性扩容或故障停机的情况下原来的取模公式就会发生变化: Hash(key)/3会变成Hash(key) /?。此时地址经过取余运算的结果将发生很大变化根据公式获取的服务器也会变得不可控。 某个redis机器宕机了由于台数数量变化会导致hash取余全部数据重新洗牌。
中厂一致性哈希算法分区 是什么一致性Hash算法背景是在1997年由麻省理工学院提出的设计目标是为了解决分布式缓存数据变动和映射问题某个机器宕机了分母数量改变了自然取余数不行了 能干嘛提出一致性Hash解决方案。目的是当服务器个数发生变动时尽量减少影响客户端到服务器的映射关系 三大步骤 算法构建一致性哈希环 一致性哈希算法必然有个hash函数并按照算法产生hash值这个算法的所有可能哈希值会构成一个全量集这个集合可以成为一个hash空间[ 0 0 0 2 32 − 1 2^{32}-1 232−1]这个是一个线性空间但是在算法中我们通过适当的逻辑控制将它首尾相连( 0 2 32 0 2^{32} 0232)这样让它逻辑上形成了一个环形空间。它也是按照使用取模的方法前面笔记介绍的节点取模法是对节点服务器的数量进行取模。而一致性Hash算法是对 2 32 2^{32} 232取模简单来说一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环如假设某哈希函数H的值空间为 0 2 32 − 1 02^{32}-1 0232−1(即哈希值是一个32位无符号整形整个哈希环如下图:整个空间按顺时针方向组织圆环的正上方的点代表0O点右侧的第一个点代表1以此类推2、3、4、……直到 2 32 − 1 2^{32}-1 232−1也就是说0点左侧的第一个点代表 2 32 − 1 2^{32}-1 232−10和 2 32 − 1 2^{32}-1 232−1在零点中方向重合我们把这个由 2 32 2^{32} 232个点组成的圆环称为Hash环。 redis服务器IP节点映射 将集群中各个IP节点映射到环上的某一个位置。将各个服务器使用Hash进行一个哈希具体可以选择服务器的IP或主机名作为关键字进行哈希这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D经过IP地址的哈希函数计算(hash(ip))使用IP地址哈希后在环空间的位置如下: key落到服务器的落键规则 当我们需要存储一个kv键值对时首先计算key的hash值hash(key)将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置从此位置沿环顺时针“行走”第一台遇到的服务器就是其应该定位到的服务器并将该键值对存储在该节点上。如我们有Object A、 Object B、 Object C. object D四个key数据对象经过哈希计算后在环空间上的位置如下:根据一致性Hash算法数据A会被定为到Node A上B被定为到Node B上C被定为到Node C上D被定为到Node D上。 优点 一致性哈希算法的容错性 假设Node C宕机可以看到此时对象A、B、D不会受到影响。一般的在一致性Hash算法中如果一台服务器不可用则受影响的数据仅仅是此服务器到其环空间中前一台服务悉即沿着逆时针方向行走遇到的第一台服务器之间数据其它不会受到影响。简单说就是C挂了受到影响的只是B、C之间的数据且这些数据会转移到D进行存储。 一致性哈希算法的扩展性 数据量增加了需要增加一台节点NodeXX的位置在A和B之间那收到影响的也就是A到X之间的数据重新把A到X的数据录入到X上即可不会导致hash取余全部数据重新洗牌。 缺点一致性哈希算法的数据倾斜问题容易头重脚轻。 一致性Hash算法在服务节点太少时容易因为节点分布不均匀而造成数据倾斜被缓存的对象大部分集中缓存在某一台服务器上)问题例如系统中只有两台服务器 小总结 为了在节点数目发生改变时尽可能少的迁移数据将所有的存储节点排列在收尾相接的Hash环上每个key在计算Hash后会顺时针找到临近的存储节点存放。而当有节点加入或退出时仅影响该节点在Hash环上顺时针相邻的后续节点。优点加入和删除节点只影响哈希环中顺时针方向的相邻的节点对其他节点无影响。缺点数据的分布和节点的位置有关因为这些节点不是均匀的分布在哈希环上的所以数据在进行存储时达不到均匀分布的效果。
大厂哈希槽分区 是什么HASH_SLOT CRC16(key) mod 16384 为什么出现 上面提到一致性哈希算法会存在数据倾斜的问题哈希槽实质就是一个数组数组 [ 0 0 0 2 14 − 1 2^{14} - 1 214−1 ] 形成hash slot空间。 2 14 16384 2^{14} 16384 21416384 能干什么 解决均匀分配的问题在数据和节点之间又加入了一层把这层称为哈希槽(slot)用于管理数据和节点之间的关系现在就相当于节点上放的是槽槽里面放的是数据。槽解决的是粒度问题相当于把粒度变大了这样便于数据移动。哈希解决的是映射问题使用key的哈希值来计算所在的槽便于数据分配 多少个hash槽 一个集群只能有16384个槽编号0-16383( 0 0 0- 2 14 − 1 2^{14} - 1 214−1)。这些槽会分配给集群中的所有主节点分配策略没有要求。集群会记录节点和槽的对应关系解决了节点和槽的关系后接下来就需要对key求哈希值然后对16384取模余数是几key就落入对应的槽里。HASH_SLOT CRC16(key) mod 16384。以槽为单位移动数据因为槽的数目是固定的处理起来比较容易这样数据移动问题就解决了。 哈希槽计算
Redis集群中内置了16384个哈希槽redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。当需要在Redis集群中放置一个key-valuel时redis先对key使用crc16算法算出一个结果然后用结果对16384求余数[ CRC16(key) % 16384]这样每个key都会对应一个编号在0-16383之间的哈希槽也就是映射到某个节点上。如下代码key之A、B在Node2 key之C落在Node3上 面试题为什么 Redis 集群的最大槽数是16384个
集群环境案例步骤
集群常用操作命令和CRC16算法分析
