如何实现Docker高级篇2中的分布式存储三种算法应用？

本文共计2388个文字，预计阅读时间需要10分钟。

面试题：1亿条数据需要缓存，请设计这个缓存方案示例？

答案：单机单节点100%是不可行的。可采用分布式缓存。

那么用Redis如何落地？一般有三种方案：

1. 哈希取余分区；

2.一致性哈希；

3.轮询哈希（Roud Robin Hash）。

面试题：

1~2亿条数据需要缓存，请问如何设计这个缓存案例？

答：单机单台100%是不可能的。肯定是分布式缓存的。那么用Redis如何落地？

一般有三种方案：

哈希取余分区；一致性哈希算法分区；哈希槽分区。如下图：

大家好,我是凯哥Java(kaigejava)，乐于分享，每日更新技术文章，欢迎大家关注“凯哥Java”，及时了解更多。让我们一起学Java。也欢迎大家有事没事就来和凯哥聊聊~~~

哈希取余分区：

对redis的key进行hash后和机器总数取余。公式：has(key)%N

这种分区算法的优点：

简单粗暴，直接有效。只需要预估好数据规划好节点。就能保证一段时间的数据支撑。使用HASH算法让固定的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分请求，起到负载均衡+分而治之的作用。

缺点：

原来规划后的节点，进行扩容或者缩容就比较麻烦了。不管是扩容还是缩容，每次数据变更导致几点有变动，映射关系需要重新进行计算。在服务器个数固定不变的时候没问题。如果需要弹性扩容或者故障停机的情况下，原来的取模公式就会发生变化。此时地址经过某个redis机器宕机了。