传统分布式算法

如果有3个redis服务节点，分别是redis0，redis1，redis2 。现在一个资源，对他进行hash之后除3取余，余数分别是0，1，2 ，根据余数将该资源存储到对应的redis节点上。

当有4个redis服务节点，20个资源时，资源的分布情况如下：

此时如果再加入一个redis节点，仍然将这20个资源分配，则新的资源分布情况如下：

此时发现，只有资源1，2，3，20仍然存在redis数量变化前对应的redis节点上。因此此时的命中率为20%，即redis节点数从4个变成5个时，原有资源仍存放在对应redis节点上的概率为20%，剩下80%需要重新分配，影响较大。因此删除或增加一个redis节点，用传统的算法会使大量的缓存丢失，对后台服务器造成大量冲击。数据量达到百万千万级时，如果业务代码是穿透型的，会有大量的数据穿过cache直击DB，把数据库搞垮。

Consistent hashing 一致性算法原理

而一致性hash算法会将value映射在一个32位的keys值中，现在把这个数轴卷起来，形成了一个环形hash空间上。过程则是将对象映射到hash空间中。

现在，考虑4个对象object1~object4,通过hash函数计算出这4个对象的hash值key，落在环形hash空间上。如图：

接下来将cache也通过相同的hash算法，映射到同一个hash数值空间中。

现在是如何将对象存到对应的cache上的问题，在这个环形空间中，每个object都沿顺时针存储到里他最近的cache上，又因为每个对象和cache都是通过相同的hash算法得到，他们在这个环形空间的位置会是固定的，因此则会形成如下存储关系：

cacheA ：object1

cacheB：object4

cacheC：object3，object2

如果此时架构变动，移除一个cache节点B，此时产生变化的object4将会存储到cacheC上。因此，产生影响的范围是cacheB与cacheA之间的范围，影响相对小很多。

而此时如果不是移除节点，而是新增一个节点cacheD，object2不在存放在cacheC上，而是会存放到cacheD上，此时影响的范围也知会在cacheB到cacheD之间。所以无论增加或删除一个节点，影响的范围都是很小的。

Hash倾斜性

但是hash算法又有倾斜性，上图中ABC3个cache节点分布的都比较均匀，而实际的情况会是如下图所示，ABC他们可能会挨得非常紧。从图中来看将会有大量的数据落在A上，不具有随机性，3个cache节点的负载性能都不均匀。

虚拟节点

因此需要增加虚拟节点。每个cache节点都会生成一个虚拟节点，并重新hash，重新散布到环形hash空间上，如下图，相对均匀了一些。

但即便是增加虚拟节点，还是会出现hash倾斜性的问题。的确，因此实际编码过程中配置一定的虚拟节点与真实节点的比例，随着数据越来越多，虚拟节点越来越低，使影响降到最低。

Consistent hashing命中率

命中率计算公式：

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

服务器台数是n，而新增的服务器台数是m。当变动的服务器台数m越大，命中率越大，所以在变动时影响越来越小。当分布式集群越来越大时，一致性hash算法的优势就越明显。

redis分布式运用

redis分布式连接池取的ShardedJedis对象，而这个对象最终继承自Sharded，源码中也可以看出，初始化分块时，会有160乘以权重的虚拟节点。一般场景中会设置100-500个虚拟节点。

分布式与集群的区别

集群是一种物理配置；

分布式是一种工作方式。

分布式是以缩短单个任务的执行时间来提升效率的；

集群是通过提高单位时间内执行的任务数来提升效率的。

偶然看到下图，觉得十分形象。