一致性哈希算法的简单实现和在redis集群的应用

xglys

　　项目中需要搭建一个简单的redis集群，用来存储系统中的特征值，利用到一致性哈希算法，简介可以看一致性哈希算法，本文简单实现了一致性哈希的算法，主要阐述一下应用场景和一些感想。
#ifndef _CONSISTENTHASH_H#define _CONSISTENTHASH_H#include<vector>#include<map>#include<utility>#include<string>using namespace std;class ConsistentHash{public:ConsistentHash();~ConsistentHash();ConsistentHash(int cachedNodeNum, int virtualNodeNum);int getCachedNodeId(uint64_t key);int getCachedNodeId(string key);private:void getVirtualNodeForString(int cachedNodeNum, int virtualNodeNum, string &virtualNodeString);private:vector<uint64_t> vHashValues;map<uint64_t, pair<int int=""> > mVirtualNodeMap;int cachedNodeNum;int virtualNodeNum;};#endif
#include"ConsistentHash.h"#include"city.h"#include<iostream>#include<algorithm>#include<vector>using namespace std;ConsistentHash::ConsistentHash(){}ConsistentHash::~ConsistentHash(){}/** cachedNodeNum:cache节点的数量* virtualNodeNum:虚拟节点的个数* 根据cache节点数量和虚拟节点个数生成环*/ConsistentHash::ConsistentHash(int cachedNodeNum, int virtualNodeNum){this->cachedNodeNum = cachedNodeNum;this->virtualNodeNum = virtualNodeNum;for(int i = 0; i < cachedNodeNum; ++i){for(int j = 0; j < virtualNodeNum; ++j){string hashStr = "";uint64 hashInt = 0;//可以根据节点信息计算hash值getVirtualNodeForString(i, j, hashStr);//利用Google的CityHash算法计算hash值hashInt = CityHash64(hashStr.c_str(), hashStr.size());vHashValues.push_back(hashInt);mVirtualNodeMap[hashInt] = make_pair(i, j);}}sort(vHashValues.begin(), vHashValues.end());}/** key:要存储的字符串* 获取该字符串要存储的cache节点id*/intConsistentHash::getCachedNodeId(string key){vector<uint64_t>::iterator low;uint64_t hashInt = CityHash64(key.c_str(), key.size());low = lower_bound(vHashValues.begin(), vHashValues.end(), hashInt);uint64_t nextHash;if(low == vHashValues.end()){nextHash = vHashValues[0];}else{nextHash = vHashValues[low - vHashValues.begin()];}return mVirtualNodeMap[nextHash].first;}intConsistentHash::getCachedNodeId(uint64_t key){vector<uint64_t>::iterator low;uint64_t hashInt = key;low = lower_bound(vHashValues.begin(), vHashValues.end(), hashInt);uint64_t nextHash;if(low == vHashValues.end()){nextHash = vHashValues[0];}else{nextHash = vHashValues[low - vHashValues.begin()];}return mVirtualNodeMap[nextHash].first;}voidConsistentHash::getVirtualNodeForString(int cachedNodeNum, int virtualNodeNum, string &virtualNodeString){virtualNodeString = ("node:" + cachedNodeNum);virtualNodeString += ":vnode:";virtualNodeString = virtualNodeString + ("" + virtualNodeNum);}
以上代码比较简单的实现了一致性哈希的算法。算法对来自客户端的请求进行分发，实现数据的存储和读取。redis也提供了相关的备份机制，但是是以牺牲了一部分的性能为代价的，结合我们的应用场景，并没有采用相关的备份机制，即使redis挂了，将模型重新计算和相关的特征值存入就可以了，因为特征值丢失的代价是我们可以承受的，而且模型更新的间隔比较短，所以就没有采用相关的备份机制，后续我们加入了双写的功能，即一份数据存储到不同的两个节点上，只需要在原有代码基础上稍加改动就行了，这样即使一个redis挂了，可以到另一个节点读取数据。