Memcached一致性详解

前言

      今天听了浩田讲的memcached，非常的清晰，但是对于哈希环的问题，觉得有必要自己在总结一下，其实这篇博客早就该写了，一直被各种事情耽搁，废话不说了，让我们看看一致性哈希算法到底是什么

内存分配机制

Slab Allocator

memcache使用了Slab Allocator的内存分配机制：相当于内存池机制，实现从操作系统分配一大块内存，然后memcached自己管理这块内存，负责分配与回收。

基本原理：按照预先规定的大小，将分配的内存分割成特定长度的块

一、首先，想一般的内存池一样，从操作系统分配到一大块内存。

二、将分配的内存分割成各种尺寸的块（chunk），并把尺寸相同的块分成组（chunk集合），chunk的大小按照一定比例逐渐递增（也就是浩田说的增长因子）

memcache的存储涉及到Slab,page,chunk三个概念

1. chunk：为固定大小的内存空间，默认为96Byte;
2. page：分配给Slab的内存空间，默认为1MB.然后在将1MB切分成chunk
3. slab：同样大小的chunk组称为slab

例如：如果要存的数据大小为100，那么这个数据就会被让如112byte的slab里边

Slab Allocator存在的问题

         还拿上边的例子举例，100的放到了112的chunk中，但是还有12byte没有用上，那么这12字节的空间就浪费了

余数Hash算法

      字符串对应的HashCose是50，服务器的数目是5，取余数得0，那么就将这个值放到0号服务器中，浩田今天讲的是宕机的情况，其实还有一种情况，那就是当你要添加服务器的时候，道理是一样的，会发现命中率急速下降，得不到数据，我们就要重新去数据库里查找，如果数据量非常庞大，那么数据访问的压力就会集中到了数据库身上，数据库负载不了的时候，就会宕机

一致性Hash算法

       具体算法过程为：先构造一个长度为232的整数环（这个环被称为一致性Hash环），根据节点名称的Hash值（其分布为[0, 232-1]）将缓存服务器节点放置在这个Hash环上，然后根据需要缓存的数据的Key值计算得到其Hash值（其分布也为[0, 232-1]），然后在Hash环上顺时针查找距离这个Key值的Hash值最近的服务器节点，完成Key到服务器的映射查找。

      下图所示，我设置了四个节点，分别位于环上的4个位置，然后key值根据其HashCode，算出圆环上的位置，位置固定下来以后，key值就会顺时针去寻找离他最近的一个Node，把数据存到这个Node中的memcache服务器中。

如果我们在这个圆环上增加一个节点会怎样呢？如下图所示，只有红色星星的位置到Node5之间的数据收到了影响，别的地方命中率是没有变化的，可以发现，我们布置的node越多，受影响的概率越小

总结

关于memcache还有许多要学习的地方，随着学习的深入，在做另外的总结，今天浩田的分享，也给了我很多的灵感，不光是技术方面，演讲方面还是ppt的制作方面都会学习到了新的东西，谢谢浩田。