memcached一致性hash算法

Memcached属于分布式key-value缓存系统。对于给定key值，计算其hash值，根据确定规则定位memcache服务器，进行数据查询、更新。

对于常规hash算法，计算h = hash(key)后，根据h mod n 确定n台服务器中的某一台服务器，这一算法存在的问题是：当n发生变化时，如增加服务器、服务器宕机时，几乎所有key对应的服务器都将发生变化，整个缓存系统需要数据重建，缓存未命中爆发式增长，所有负载都将落到数据库上。

Memcached的做法是一致性hash算法。

假设我们有五台服务器，ABCDE，根据某些规则（ip，编号等等）计算它们的hash值，hash值分布在0-2³²的圆环上。如下图：

 

对于任意key值，计算其哈希值h = hash(key)，h落在该圆环上，从h处顺时针沿哈希环遇到的第一个服务器节点就是目标服务器。如h落在E~A之间，那么目标服务器为A。

当需要增加一个服务器F时，假设F的hash值落在C~D之间，如下图：

 

原本hash值落在C~F间的key值目标服务器为C，现在变为F，其他key值保持不变，对整个缓存系统的数据影响最小。

在服务器数量较少时，新加入一个服务器节点容易导致负载的不均衡，如上图，原本属于D的负载分摊到DF两个节点上，为解决这一问题，memcached使用多个虚拟节点替代物理节点。

 

如图展示了物理服务器数（y轴）与虚拟节点数（x轴）的关系，当服务器数量为5时，建议虚拟节点数为500，hash环上有2500个服务器节点，对任意key值，定位服务器的过程不变。新增服务器F会在hash环上新增500个虚拟节点，可以保证新增后各服务器负载仍然大致相当。