`
QING____
  • 浏览: 2263085 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

Jedis一致性hash与sharding

 
阅读更多

 

    Redis-server本身并没有sharding方法，不过我们可以借助客户端程序来实现此功能，Jedis中已经为我们提供了足够的API，接下来通过2种方式分别介绍3个API使用方法。不过首先介绍一下Jedis中sharding原理

 

一.Sharding与一致性Hash

    sharding的核心理念就是将数据按照一定的策略"分散"存储在集群中不同的物理server上,本质上实现了"大数据"分布式存储,以及体现了"集群"的高可用性.比如1亿数据,我们按照数据的hashcode散列存储在5个server上.

    Jedis中sharding基于“一致性hash”算法，其思路非常清晰，代码基本也是标准的“一致性hash”的实现，我们先来“欣赏”一下：

    1) hashcode取值：源码来自redis.clients.util.Hashing,Jedis中默认的hash值计算采取了MD5作为辅助，似乎此算法已经成为“标准”:

//少量优化性能
public ThreadLocal<MessageDigest> md5Holder = new ThreadLocal<MessageDigest>();
public static final Hashing MD5 = new Hashing() {
public long hash(String key) {
    return hash(SafeEncoder.encode(key));
}

public long hash(byte[] key) {
    try {
        if (md5Holder.get() == null) {
            md5Holder.set(MessageDigest.getInstance("MD5"));
        }
    } catch (NoSuchAlgorithmException e) {
        throw new IllegalStateException("++++ no md5 algorythm found");
    }
    MessageDigest md5 = md5Holder.get();

    md5.reset();
    md5.update(key);
    byte[] bKey = md5.digest();//获得MD5字节序列
    //前四个字节作为计算参数，最终获得一个32位int值.
    //此种计算方式，能够确保key的hash值更加“随即”/“离散”
    //如果hash值过于密集，不利于一致性hash的实现(特别是有“虚拟节点”设计时)
    long res = ((long) (bKey[3] & 0xFF) << 24)
            | ((long) (bKey[2] & 0xFF) << 16)
            | ((long) (bKey[1] & 0xFF) << 8) | (long) (bKey[0] & 0xFF);
    return res;
}
};

   

    2) node构建过程(redis.clients.util.Sharded)：

//shards列表为客户端提供了所有redis-server配置信息，包括：ip，port，weight，name
//其中weight为权重，将直接决定“虚拟节点”的“比例”(密度)，权重越高，在存储是被hash命中的概率越高
//--其上存储的数据越多。
//其中name为“节点名称”，jedis使用name作为“节点hash值”的一个计算参数。
//---
//一致性hash算法，要求每个“虚拟节点”必须具备“hash值”，每个实际的server可以有多个“虚拟节点”(API级别)
//其中虚拟节点的个数= “逻辑区间长度” * weight，每个server的“虚拟节点”将会以“hash”的方式分布在全局区域中
//全局区域总长为2^32.每个“虚拟节点”以hash值的方式映射在全局区域中。
// 环形：0-->vnode1(:1230)-->vnode2(:2800)-->vnode3(400000)---2^32-->0
//所有的“虚拟节点”将按照其”节点hash“顺序排列(正序/反序均可)，因此相邻两个“虚拟节点”之间必有hash值差，
//那么此差值，即为前一个(或者后一个，根据实现而定)“虚拟节点”所负载的数据hash值区间。
//比如hash值为“2000”的数据将会被vnode1所接受。
//---
private void initialize(List<S> shards) {
	nodes = new TreeMap<Long, S>();//虚拟节点，采取TreeMap存储:排序，二叉树

	for (int i = 0; i != shards.size(); ++i) {
	    final S shardInfo = shards.get(i);
	    if (shardInfo.getName() == null)
                //当没有设置“name”是，将“SHARD-NODE”作为“虚拟节点”hash值计算的参数
                //"逻辑区间步长"为160,为什么呢??
                //最终多个server的“虚拟节点”将会交错布局，不一定非常均匀。
	    	for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
	    		nodes.put(this.algo.hash("SHARD-" + i + "-NODE-" + n), shardInfo);
	    	}
	    else
	    	for (int n = 0; n < 160 * shardInfo.getWeight(); n++) {
	    		nodes.put(this.algo.hash(shardInfo.getName() + "*" + shardInfo.getWeight() + n), shardInfo);
	    	}
	    resources.put(shardInfo, shardInfo.createResource());
	}
}

    3) node选择方式：

public R getShard(String key) {
	return resources.get(getShardInfo(key));
}
//here:
public S getShardInfo(byte[] key) {
        //获取>=key的“虚拟节点”的列表
	SortedMap<Long, S> tail = nodes.tailMap(algo.hash(key));
        //如果不存在“虚拟节点”，则将返回首节点。
	if (tail.size() == 0) {
	    return nodes.get(nodes.firstKey());
	}
        //如果存在，则返回符合(>=key)条件的“虚拟节点”的第一个节点
	return tail.get(tail.firstKey());
}

    4) 补充：

    Jedis sharding模式下，如果某个server失效，客户端并不会删除此shard，所以如果访问此shard将会抛出异常。这是为了保持所有的客户端数据视图一致性。你可能希望动态的一致性hash拓扑结构（即如果某个shard失效，shard结构则重新调整，失效的shard上的数据则被hash到其他shard上），但是很遗憾，SharedJedis客户端无法支持，如果非要支持，则需要巨大的代码调整，而且还需要引入额外的拓扑自动发现机制。（参看：redis cluster架构，已提供此问题的完善解决方案）

    不过,在持久存储的情况下,我们可以使用"强hash"分片,则需要重写其Hash算法,参见"程序实例1中的InnnerHashing"实现.强hash算法下,如果某个虚拟节点所在的物理server故障,将导致数据无法访问(读取/存储)；即不会从虚拟节点列表中删除那些失效的server。

 

    对于jedis如果重写了Hashing算法，你需要兼顾几个方面：1) 虚拟节点hash是否相对均匀 2) 数据的hash值分布是否均匀 3) 虚拟节点在“全局”是否散列均匀。。如果设计不良，很有可能导致数据在server上分布不均，而失去了sharding的本身意义。

 

二.ShardedJedis

    1) 程序实例

 

public static void main(String[] args){
	//ip,port,timeout,weight
	JedisShardInfo si1 = new JedisShardInfo("127.0.0.1", 6379,15000,1);
	JedisShardInfo si2 = new JedisShardInfo("127.0.0.1", 6479,15000,1);
	List<JedisShardInfo> shards = new ArrayList<JedisShardInfo>();
	shards.add(si1);
	shards.add(si2);
	//指定hash算法,默认为"cache-only"的一致性hash,不过此处InnerHashing为强hash分片
	ShardedJedis shardedJedis = new ShardedJedis(shards,new InnerHashing());
	//指定hash算法
	shardedJedis.set("k1", "v1");
	Charset charset = Charset.forName("utf-8");
	//注意此处对key的字节转换时，一定要和Innerhashing.hash(String)保持一致
	System.out.println(shardedJedis.get("k1").getBytes(charset));
}
//不建议自己重新hash算法,jedis的默认算法已经足够良好,默认为"一致性hash"分片
//此hash算法,为"强Hash"分片
static class InnerHashing implements Hashing{
	static Charset charset = Charset.forName("utf-8");
	@Override
	public long hash(String key) {
		return hash(key.getBytes(charset));
	}

	@Override
	public long hash(byte[] key) {
		int hashcode = new HashCodeBuilder().append(key).toHashCode();
		return hashcode & 0x7FFFFFFF;
	}
	
}

    2) spring环境下

 

<bean id="shardedJedis" class="redis.clients.jedis.ShardedJedis">
	<constructor-arg>
		<list>
			<bean class="redis.clients.jedis.JedisShardInfo">
				<constructor-arg value="127.0.0.1"></constructor-arg>
				<constructor-arg value="6379"></constructor-arg>
				<property name="password" value="0123456"></property>
			</bean>
			<bean class="redis.clients.jedis.JedisShardInfo">
				<constructor-arg value="127.0.0.1"></constructor-arg>
				<constructor-arg value="6379"></constructor-arg>
				<property name="password" value="0123456"></property>
			</bean>
		</list>
	</constructor-arg>
</bean>
//resources/beans.xml
ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext("classpath:beans.xml");
ShardedJedis shardedJedis = (ShardedJedis)context.getBean("shardedJedis");
try{
	shardedJedis.set("k1", "v2");
	System.out.println(shardedJedis.get("k1"));
}catch(Exception e){
	e.printStackTrace();
}

 

三.ShardedJedisPool

    基于连接池的sharding代码实例.

    1) 程序实例

JedisPoolConfig config = new JedisPoolConfig();
config.setMaxActive(32);
config.setMaxIdle(6);
config.setMinIdle(0);
config.setMaxWait(15000);

JedisShardInfo si1 = new JedisShardInfo("127.0.0.1", 6379,15000,1);
JedisShardInfo si2 = new JedisShardInfo("127.0.0.1", 6479,15000,1);
List<JedisShardInfo> shards = new ArrayList<JedisShardInfo>();
shards.add(si1);
shards.add(si2);
ShardedJedisPool sjp = new ShardedJedisPool(config, shards, new InnerHashing());
ShardedJedis shardedJedis = sjp.getResource();
try{
	System.out.println(shardedJedis.get("k1"));
}catch(Exception e){
	e.printStackTrace();
}finally{
	sjp.returnResource(shardedJedis);
}

    2) spring环境下

<bean id="jedisPoolConfig" class="redis.clients.jedis.JedisPoolConfig">
	<property name="maxActive" value="32"></property>
	<property name="maxIdle" value="6"></property>
	<property name="maxWait" value="15000"></property>
	<property name="minEvictableIdleTimeMillis" value="300000"></property>
	<property name="numTestsPerEvictionRun" value="3"></property>
	<property name="timeBetweenEvictionRunsMillis" value="60000"></property>
	<property name="whenExhaustedAction" value="1"></property>
</bean>
<bean id="shardedJedisPool" class="redis.clients.jedis.ShardedJedisPool" destroy-method="destroy">
	<constructor-arg ref="jedisPoolConfig"></constructor-arg>
	<constructor-arg>
		<list>
			<bean class="redis.clients.jedis.JedisShardInfo">
				<constructor-arg value="127.0.0.1"></constructor-arg>
				<constructor-arg value="6379"></constructor-arg>
				<property name="password" value="0123456"></property>
			</bean>
			<bean class="redis.clients.jedis.JedisShardInfo">
				<constructor-arg value="127.0.0.1"></constructor-arg>
				<constructor-arg value="6379"></constructor-arg>
				<property name="password" value="0123456"></property>
			</bean>
		</list>
	</constructor-arg>
</bean>

    更多连接池的配置参数，请参考：jedis连接池

//resources/beans.xml
ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext("classpath:beans.xml");
ShardedJedisPool shardedJedisPool = (ShardedJedisPool)context.getBean("shardedJedisPool");
ShardedJedis shardedJedis = shardedJedisPool.getResource();
try{
	shardedJedis.set("k1", "v2");
	System.out.println(shardedJedis.get("k1"));
}catch(Exception e){
	e.printStackTrace();
}finally{
	shardedJedisPool.returnResource(shardedJedis);
}

 

四.ShardedJedisPipeline    其他配置参见上文

ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext("classpath:beans.xml");
ShardedJedisPool shardedJedisPool = (ShardedJedisPool)context.getBean("shardedJedisPool");
ShardedJedis shardedJedis = shardedJedisPool.getResource();
try{
	ShardedJedisPipeline shardedJedisPipeline = new ShardedJedisPipeline();
	shardedJedisPipeline.setShardedJedis(shardedJedis);
	shardedJedisPipeline.set("k1", "v1");
	shardedJedisPipeline.set("k3", "v3");
	shardedJedisPipeline.get("k3");
	List<Object> results = shardedJedisPipeline.syncAndReturnAll();
	for(Object result : results){
		System.out.println(result.toString());
	}
}catch(Exception e){
	e.printStackTrace();
}finally{
	shardedJedisPool.returnResource(shardedJedis);
}
分享到：
| Jedis编程设计:连接池
评论
2 楼 DEMONU 2016-11-02  
好文章，学习，mark
1 楼 伊人过客 2014-12-04  
[list]
[*]
引用

[/list]
发表评论

您还没有登录,请您登录后再发表评论

相关推荐

    redis源码以及哨片分片连接池实现

    1. 分片策略：确定数据如何分配到各个分片，常见的策略有哈希槽（Hash Slot）和一致性哈希（Consistent Hashing）。 2. 连接管理：创建和销毁Jedis实例，以及维护连接池的大小和健康状态。 3. 请求路由：根据分片...

    Redis单机和集群测试Java端代码.zip

    Jedis还支持事务（Transaction）功能，允许一次性执行多个操作，确保数据一致性。 接下来是Redis集群。Redis集群通过分片（Sharding）实现水平扩展，可以处理大量数据并提高可用性。在Java中，与Redis集群交互需要...

    Redis集群部署

    1. 数据一致性：Redis集群不保证强一致性，部分操作可能在主节点和副本节点间存在短暂的数据不同步。 2. 不支持某些命令：如`KEYS`, `FLUSHDB`, `FLUSHALL`等全局操作在集群环境下不可用，因为它们可能影响多个节点...

    tomcat8 Redis Cluster Session同步需要的jar

    【标题】"Tomcat8 Redis Cluster Session同步需要的jar"涉及到的是在Tomcat8应用程序服务器中，使用Redis Cluster...然而，实现过程中需要注意网络延迟、数据一致性等问题，并对Redis Cluster的配置和使用有深入理解。

    家乐宝技术干货分享-Redis的前世今生.pptx

    Redis集群和主从配置是提高可用性和容错性的关键，主从复制可以保证数据的一致性，而集群则能实现数据的自动分区和故障转移。 深入学习Redis，不仅需要理解上述基础概念，还需要熟悉Redis的命令行工具，如如何安装...

    Redis面试知识点.pdf

    - **原子性**：所有的操作都是原子性的，确保了数据的一致性和完整性。 - **事务支持**：通过`MULTI`和`EXEC`指令支持多个操作的原子性。 - **额外功能**：包括发布/订阅、通知、key过期等功能。 #### 4、Redis相比...

Magicbox
Global site tag (gtag.js) - Google Analytics