Categories
程式開發

分布式系统架构设计 – 一致性hash算法及其改进


概述

通常,分布式系统习惯采用分布式哈希(DHT)算法来实现数据的分区分配(路由)以及负载均衡,普通的分布式hash算法通过增添虚拟节点,对物理的热点区间进行划分,将负载分配至其他节点,从而达到负载均衡的状态,但是这并不能保证集群的负载就一定很是的均衡。

而一种改进过的一致性Hash算法,即带边界因子的一致性Hash算法,其严格控制每个节点的负载从而能获得更好的负载均衡效果。

普通的DHT算法

假设有8个Object,通过下图的DHT算法:

object 0,1,2映射到了虚拟节点vNode0 : object 0,1,2 –> vNode0Object 3,4,5 映射到了vNode1:object 3,4,5 –> vNode1Object 6映射到 vNode2:object 6 –> vNode2Object 7映射到 vNodeN:object 7 –> vNodeN

分布式系统架构设计 - 一致性hash算法及其改进 1

分布式系统架构设计 - 一致性hash算法及其改进 2

很明显,Vnode0和vNode1 都落了三个 object,而 vNode2和vNodeN 都只落了 1个Object,这里的DHT算法负债均衡因子并不是很好。

带负载边界因子的DHT算法

假设有8个Object,通过如下图的DHT with bounded loads算法:

分布式系统架构设计 - 一致性hash算法及其改进 3

分布式系统架构设计 - 一致性hash算法及其改进 4

第一轮映射:

object 0,1,2 需要映射到了虚拟节点vNode0,但是vNode0的权重因子是 2,因此只完成了 object 0,1 –> vNode0, object 2不能映射到节点 vNode0;Object 3,4,5 需要映射到了虚拟节点vNode1:但是vNode1的权重因子是 2,因此只完成了 object 3,4 –> vNode1, object 5不能映射到节点 vNode1;Object 6映射到 vNode2:object 6 –> vNode2Object 7映射到 vNodeN:object 7 –> vNodeN

第二轮映射:

Object 2 映射到 vNode1,但是vNode1权重因子=0, 不能被接收,继续往下一个节点走,发现vNode2 权重因子是2,还剩权重因子1,可以被映射,因此 object 2–>vNode2Object 5 映射到 vNode2,但是vNode2现在的权重因子=0, 不能被接收,继续往下一个节点走,发现vNodeN 权重因子是2,还剩权重因子1,可以被映射,因此 object 5–>vNodeN

最终的映射结果是:

object 0,1映射到了虚拟节点vNode0 : object 0,1 –> vNode0Object 3,4 映射到了vNode1:object 3,4 –> vNode1Object 2,6映射到 vNode2:object 2,6 –> vNode2Object 5,7映射到 vNodeN:object 5,7 –> vNodeN

很明显,Vnode0,vNode1,vNode2, vNodeN 每个节点都分到2个 object,显然带负载边界因子的DHT算法负债均衡比普通的DHT算法来的好。

这些节点的负载因子可以从IO,CPU,MEM,Disk,Network等输入因子计算出来。

作者简介

常平,中科大硕,某AI芯片独角兽深度学习首席软件主管工程师,前EMC 大数据资深首席工程师,主要工作背景在深度学习、流式大数据、分布式中间件以及Linux内核。

参考资料

[1] https://research.googleblog.com/2017/04/consistent-hashing-with-bounded-loads.html

[2] https://medium.com/vimeo-engineering-blog/improving-load-balancing-with-a-new-consistent-hashing-algorithm-9f1bd75709ed