共 2 篇相关文章
这篇文章聚焦于分布式缓存主从架构中一个典型的“踩坑”场景：当master节点突发故障时，原本设计用于保障数据一致性的CAS（Compare-and-Swap）流程却会导致slave副本数据静默过期。作者从实际业务故障出发，剖析了问题根源——master cas失败后并未对slave执行set操作，导致新变更无法写入缓存。 文章进一步探讨了自动切换master角色为何不可行，以及手工切换或采用“delete slave”或“设置短过期”等补救方案时，仍需面对命中率下降、接口职责模糊等棘手权衡。最终，作者将问题抛回给读者：在这种对可用性与一致性都有要求的场景下，一个更完美的解决方案应该如何设计？
这篇讲的是1997年就提出的 consistent hashing 算法，为何在如今的 memcache 等分布式缓存系统中变得如此关键。文章从传统哈希算法的痛点切入：当集群节点数变化（扩容或宕机）时，简单的取模哈希会导致大面积数据重新映射，引发“缓存雪崩”和巨大的网络压力。 一致性哈希的核心思想，是将哈希值空间组织成一个虚拟的环，服务器节点和数据都映射到环上。数据总是按顺时针方向找到最近的节点存储。当一个节点加入或离开时，只会影响环上它自己那一小段相邻数据，其他节点的数据完全不受影响，这巧妙地绕开了大规模迁移。 文章还进一步探讨了为解决数据倾斜问题而引入的“虚拟节点”机制——每个物理节点对应多个虚拟点散布在环上，使得负载分布更加均衡。这种设计既保证了灵活性，又实现了高效稳定的分布式存储，是理解现代分布式系统基础组件的优秀入门。
