Memcached的分布式算法-Consistent Hashing_c++ memcached 分布式算法-优快云博客

参考
https://www.php1.cn/Content/memcached_FenBuShiFangAn_ConsistentHashing_SuanFa.html
https://blog.youkuaiyun.com/hguisu/article/details/7353551

在做服务器负载均衡时候可供选择的负载均衡的算法有很多，包括：轮循算法（RoundRobin）、哈希算法（HASH）、最少连接算法（LeastConnection）、响应速度算法（ResponseTime）、加权法（Weighted）等。其中哈希算法是最为常用的算法。

我们知道以往资料要放到 M 台服务器上，最简单的方法就是取余数 (hash_value % M) 然后放到对应的服务器上，那就是当添加或移除服务器时，缓存重组的代价相当巨大。添加服务器后，余数就会产生巨变，这样就无法获取与保存时相同的服务器， 从而影响缓存的命中率。

1 memcached的分布式

Memcached虽然称为“分布式”缓存服务器，但服务器端并没有“分布式”功能。 至于memcached的分布式，则是完全由客户端程序库实现的。这种分布式是memcached的最大特点。

1.1 memcached的分布式是什么意思？

现在开始简单地介绍一下分布式原理，各个客户端的实现基本相同。

准备
下面假设memcached服务器有node1～node3三台，应用程序要保存键名为“tokyo”“kanagawa”“chiba”“saitama”“gunma” 的数据。
添加
首先向memcached中添加“tokyo”。将“tokyo”传给客户端程序库后，客户端实现的算法就会根据“键”来决定保存数据的memcached服务器。 服务器选定后，即命令它保存“tokyo”及其值。

同样，“kanagawa”“chiba”“saitama”“gunma”都是先选择服务器再保存。
获取
接下来获取保存的数据。获取时也要将要获取的键“tokyo”传递给函数库。函数库通过与数据保存时相同的算法，根据“键”选择服务器。使用的算法相同，就能选中与保存时相同的服务器，然后发送get命令。只要数据没有因为某些原因被删除，就能获得保存的值。

这样，将不同的键保存到不同的服务器上，就实现了memcached的分布式。 memcached服务器增多后，键就会分散，即使一台memcached服务器发生故障无法连接，也不会影响其他的缓存，系统依然能继续运行。

2 Cache::Memcached的分布式方法

Perl的memcached客户端函数库Cache::Memcached是 memcached的作者Brad Fitzpatrick的作品，可以说是原装的函数库了。

· Cache::Memcached- search.cpan.org

该函数库实现了分布式功能，是memcached标准的分布式方法。

2.1 根据余数计算分散

Cache::Memcached的分布式方法简单来说，就是求得键的整数哈希值，再除以服务器台数，根据其余数来选择服务器。Cache::Memcached在求哈希值时使用了CRC。当选择的服务器无法连接时，Cache::Memcached会将连接次数添加到键之后，再次计算哈希值并尝试连接。这个动作称为rehash。 不希望rehash时可以在生成Cache::Memcached对象时指定“rehash => 0”选项。

2.2 根据余数计算分散的缺点

余数计算的方法简单，数据的分散性也相当优秀，但也有其缺点。那就是当添加或移除服务器时，缓存重组的代价相当巨大。添加服务器后，余数就会产生巨变，这样就无法获取与保存时相同的服务器，从而影响缓存的命中率，负载会集中到数据库服务器上，有可能会发生无法提供正常服务的情况。然而，一致哈希解决了（抑制了）添加或者删除服务器节点的问题，虚拟节点更进一步抑制了该问题。

3 Consistent Hashing一致哈希

Consistent Hashing的原理

首先求出memcached服务器（节点）的哈希值，并将其配置到0～2^32的圆（continuum）上。
然后用同样的方法求出存储数据的键的哈希值，并映射到圆上。
然后从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个服务器上。如果超过2^32仍然找不到服务器，就会保存到第一台memcached服务器上。

添加服务器
从上图的状态中添加一台memcached服务器。余数分布式算法由于保存键的服务器会发生巨大变化而影响缓存的命中率，但Consistent Hashing中，只有在continuum上增加服务器的地点逆时针方向的第一台服务器上的键会受到影响。

因此，Consistent Hashing最大限度地抑制了键的重新分布。而且，有的ConsistentHashing的实现方法还采用了虚拟节点的思想。使用一般的hash函数的话，服务器的映射地点的分布非常不均匀。因此，使用虚拟节点的思想，为每个物理节点（服务器）在continuum上分配100～200个点。这样就能抑制分布不均匀， 最大限度地减小服务器增减时的缓存重新分布。

通过上文中介绍的使用Consistent Hashing算法的memcached客户端函数库进行测试的结果是，由服务器台数（n）和增加的服务器台数（m）计算增加服务器后的命中率计算公式如下：

(1 - n/(n+m)) * 100

虚拟节点（virtual nodes）： 之所以要引进虚拟节点是因为在服务器（节点）数较少的情况下（例如只有3台服务器），通过hash(key)算出节点的哈希值在圆环上并不是均匀分布的（稀疏的），仍然会出现各节点负载不均衡的问题。虚拟节点可以认为是实际节点的复制品（replicas），本质上与实际节点实际上是一样的（key并不相同）。引入虚拟节点后，通过将每个实际的服务器（节点）数按照一定的比例(例如200倍)扩大后并计算其hash(key)值以均匀分布到圆环上。在进行负载均衡时候，落到虚拟节点的哈希值实际就落到了实际的节点上。由于所有的实际节点是按照相同的比例复制成虚拟节点的，因此解决了节点数较少的情况下哈希值在圆环上均匀分布的问题。