这篇文章将为大家详细讲解有关复述,分片集群的特点,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
<强>复述,分片集群
复述3正式推出了官方集群技术,解决了多复述,实例协同服务问题.Redis集群可以说是服务端分片分片技术的体现,即将键值按照一定算法合理分配到各个实例分片上,同时各个实例节点协调沟通,共同对外承担一致服务。,,,,
多复述,实例服务,比单复述,实例要复杂的多,这涉及到定位,协同,容错,扩容等技术难题。这里,我们介绍一种轻量级的客户端复述,分片技术。
复述,分片可以说集群是复述出来之前,业界普遍使用的多复述,实例集群方法。其主要思想是采用哈希算法将复述,数据的关键进行散列,通过哈希函数,特定的关键会映射到特定的复述,节点上。这样,客户端就知道该向哪个复述,节点操作数据。
庆幸的是,java复述,客户端驱动能,已支持复述,分片功能,即ShardedJedis以及结合缓存池的ShardedJedisPool。
<强>能的复述,分片实现具有如下特点:
采用一致性哈希算法(一致性哈希),将关键和节点名称同时散列,然后进行映射匹配,采用的算法是MURMUR_HASH。
采用一致性哈希而不是采用简单类似哈希求模映射的主要原因是当增加或减少节点时,不会产生由于重新匹配造成的改作。一致性哈希只影响相邻节点关键分配,影响量小。
为了避免一致性哈希只影响相邻节点造成节点分配压力,ShardedJedis会对每个复述,节点根据名字(没有,能会赋予缺省名字)会虚拟化出160个虚拟节点进行散列。
根据权重重量,也可虚拟化出160倍数的虚拟节点。用虚拟节点做映射匹配,可以在增加或减少复述,节点时,关键在各复述,节点移动再分配更均匀,而不是只有相邻节点受影响。
ShardedJedis支持keyTagPattern模式,即抽取关键的一部分keyTag做切分,这样通过合理命名键,可以将一组相关联的钥匙放入同一个复述,节点,这在避免跨节点访问相关数据时很重要。
关于复述,分片集群的特点就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。
