Jedis客户端--分片连接池

/*
 * 自定义封装底层计算分片对象
 */
public class HashJedisPool {

	private List<JedisPool> nodes = new ArrayList();
	int n;
	
	public HashJedisPool(List<String> nodes) {
		this.n = nodes.size();
		for (String node : nodes) {
			String host = node.split(":")[];
			int port = Integer.parseUnsignedInt(node.split(":")[]);
			JedisPool jedisPool = new JedisPool(host,port);
			this.nodes.add(jedisPool);
		}
	}
	
	public void set(String key, String value) {
		int i = (key.hashCode()&Integer.MAX_VALUE)%n;
		JedisPool jedisPool = nodes.get(i);
		Jedis jedis = jedisPool.getResource();
		jedis.set(key,value);
		jedisPool.returnResource(jedis);
	}
	
	public String get(String key) {
		int i = (key.hashCode()&Integer.MAX_VALUE)%n;
		JedisPool jedisPool = nodes.get(i);
		System.out.println(i);
		Jedis jedis = jedisPool.getResource();
		String value = jedis.get(key);
		jedisPool.returnResource(jedis);
		return value;
	}
}

/*
	 * 使用Jedis底层封装好的分片对象
	 */
	@Test
	public void test04() {
		List<JedisShardInfo> infos = new ArrayList<JedisShardInfo>();
		infos.add(new JedisShardInfo("10.42.167.114",));
		infos.add(new JedisShardInfo("10.42.167.114",));
		infos.add(new JedisShardInfo("10.42.167.114",));
		ShardedJedis jedis = new ShardedJedis(infos);
		jedis.set("name","piaolaoshi");
		System.out.println(jedis.get("name"));
	}

/*
	 * 分片对象连接池
	 */
	@Test
	public void test05() {
		List<JedisShardInfo> infos = new ArrayList<JedisShardInfo>();
		infos.add(new JedisShardInfo("10.42.167.114",));
		infos.add(new JedisShardInfo("10.42.167.114",));
		infos.add(new JedisShardInfo("10.42.167.114",));
		ShardedJedis jedis = new ShardedJedis(infos);
		
		JedisPoolConfig config = new JedisPoolConfig();
		// 最大连接数200
		config.setMaxTotal();
		// 最大空闲数8
		config.setMaxIdle();
		// 最下空闲数3
		config.setMinIdle();
		
		// 创建分片对象连接池
		ShardedJedisPool shardedJedisPool = new ShardedJedisPool(config, infos);
		ShardedJedis shardedJedis = shardedJedisPool.getResource();
		shardedJedis.set("name","jiangmingyang");
		System.out.println(shardedJedis.get("name"));
	}

根据代码可以看出来我再手动封装分片对象时为了满足
相同key值读取的一致性时使用了hash取模算法
（key.hashcode()&Integer.MAX_VALUE）% 分片个数
但是当我们对分片进行扩容或缩容时，扩容的节点越多
缓存的命中率就会越低，很容易引起缓存的雪崩。所以
Jedis底层在对分片对象进行封装时，使用的是hash
一致性算法。

一致性哈希算法将整个哈希值空间映射成一个虚拟的圆环，
整个哈希空间的取值范围为~-。
整个空间按顺时针方向组织。~-在零点中方向重合。
接下来使用如下算法对服务请求进行映射，将服务请求使用哈
希算法算出对应的hash值，然后根据hash值的位置沿圆环顺时针
查找，第一台遇到的服务器就是所对应的处理请求服务器.
当增加一台新的服务器，受影响的数据仅仅是新添加
的服务器到其环空间中前一台的服务器（也就是顺着逆
时针方向遇到的第一台服务器）之间的数据，其他都不
会受到影响。综上所述，一致性哈希算法对于节点的增
减都只需重定位环空间中的一小部分数据，具有较好的
容错性和可扩展性 []  。