Golang 的开源库GroupCache

传统hash的负载均衡

扩缩容 从hash(username) % 3⇒hash(username) % 4 负载均衡策略变化，任何用户都可能导致hash失效， 缓存集体失效可能导致后端直接承受过请求

一致性 Hash 的原理

有序 Hash 环的方式选择目标缓存 Server 环中的每个节点对应于一台缓存 Server；每个节点也包含一个整数值。各节点按照该整数值从小到大依次排列

对于指定用户来说，我们依然首先出计算用户名的 hash 值。接着，在 Hash 环中按照值大小顺序，从小到大依次寻找，找到 第一个大于等于该 hash 值的节点，将其作为目标缓存 Server。

比如：新增一个节点 New-Node, 假设该节点的值为 11。那么新的有序 Hash 环如图

hash 值范围在 Node-B和 NewNode之间（即(7, 11]）的数据缓存失效。这部分数据原本分配到节点 Node-C(值为 13)，现在都需要迁移到新节点 NewNode上。

而原本分配到 Node-A、Node-B 两个节点上的缓存数据，不会受到任何影响。之前值范围在 NewNode和 Node-B之间（即(11, 13]）的数据，被分配到了 Node-C上面。新节点出现后，这部分数据依然属于 Node-C，也不会受到任何影响。

这里有个小问题是，因为有序 Hash 环需要其中每个节点有持有一个整数值，那这个整数值如何得到呢？一般做法是，我们可以利用该节点的特有信息计算其 Hash 值得到, 例如 hash(ip:port)

数据倾斜与虚拟节点

假设整个集群就两个缓存节点: Node-A和 Node-B。则 Node-B中将存放 Hash 值范围在 (Node-A, Node-B]之间的数据。而 Node-A将承担两部分的数据: hash < Node-A和 hash > Node-B，很容易出现分配给某个节点的数据远大于其他节点**“数据倾斜”**

引入虚拟节点的概念，或者说是副本节点。每个真实的缓存 Server 在 Hash 环上都对应多个虚拟节点

我们其实依然只有三个缓存 Server。但是每个 Server 都有一个副本，例如 V-Node-A
 和 Node-A都对应同一个缓存 Server。

import (
	"fmt"
	"github.com/golang/groupcache/consistenthash"
)

func main() {
	// 构造一个 consistenthash 对象，每个节点在 Hash 环上都一共有三个虚拟节点。
	hash := consistenthash.New(3, nil)

	// 添加节点
	hash.Add(
		"127.0.0.1:8080",
		"127.0.0.1:8081",
		"127.0.0.1:8082",
	)

	// 根据 key 获取其对应的节点
	node := hash.Get("cyhone.com")

	fmt.Println(node)
}