##介绍
springBoot2.X集成Redis集群限流,一致性Hash的实际使用.
##分布式限流
限流就是限制系统的输入和输出流量已达到保护系统的目的.
一旦达到系统限制的阈值,就需要限制流量并采取一些措施以完成限制流量的目的.
比如:延迟处理,拒绝处理,或者部分拒绝处理等
##一致性Hash算法的使用场景
假设我们的将10台redis部署为我们的缓存系统,存储<k,v>数据,存储方式是:hash(k)%10,用来将数据分散到各个redis存储系统中.
这样做,最大的问题就在于:如果此缓存系统扩展(比如:增加或减少redis服务器的数量),节点故障宕机等将会带来很高的代价.比如:我们业务量增大了,
需要扩展我们的缓存系统,再增加一台redis作为缓存服务器,那么后来的数据<k,v>的散列方式变为了:hash(k)%11.我们可以看到,如果我们要查找扩展
之前的数据,利用hash(k)%11,则会找不到对应的存储服务器.所以这个时候大量的数据失效了(访问不到了).
这时候,我们就要进行数据的重现散列,如果是将redis作为存储系统,则需要进行数据迁移,然后进行恢复,但是这个时候就意味着每次增减服务器的时候,
集群就需要大量的通信,进行数据迁移,这个开销是非常大的.如果只是缓存,那么缓存就都失效了.这会形成缓存击穿,导致数据库压力巨大,可能会导致应
用的崩溃.
##一致性Hash算法的神秘面纱
构造一个0~2^32-1大小的环.
服务节点经过hash之后将自身存放到环中的下标中.
客户端根据自身的某些数据hash之后也定位到这个环中.
通过顺时针找到离他最近的一个节点,也就是这次路由的服务节点.
考虑到服务节点的个数以及hash算法的问题导致环中的数据分布不均匀时引入了虚拟节点.
#提供的功能
*Redis集群
*分布式限流(#Redis)
*一致性Hash算法(#Hash)