Redisハッシュ関数とデータパーティション

Question

既知のとおり、RedisはCRC16アルゴリズムを使用してキーをハッシュスロットにマップします。 crcがノードにキーを割り当てるために何らかの "ディストリビューション"を使用すると仮定するのは安全でしょうか？そして、はいの場合、どのような分布ですか？

また、すべてのキーのハッシュ関数を使用すると、キーの量に関するノードに均等に負荷をかけることができますか？クライアントが3ノードのクラスタに3000個のランダムな挿入を行うと仮定します。その後、鍵はノードに均等に分散されます（M1≈1000、M2≈1000、M3≈1000）。入力2000000で

list1= [] 
list2= [] 
list3= [] 

def RedisClusterCRC16(keysslot): 

    XMODEMCRC16Lookup = [ 
     0x0000, 0x1021, 0x2042, 0x3063, 0x4084, 0x50a5, 0x60c6, 0x70e7, 
     0x8108, 0x9129, 0xa14a, 0xb16b, 0xc18c, 0xd1ad, 0xe1ce, 0xf1ef, 
     0x1231, 0x0210, 0x3273, 0x2252, 0x52b5, 0x4294, 0x72f7, 0x62d6, 
     0x9339, 0x8318, 0xb37b, 0xa35a, 0xd3bd, 0xc39c, 0xf3ff, 0xe3de, 
     0x2462, 0x3443, 0x0420, 0x1401, 0x64e6, 0x74c7, 0x44a4, 0x5485, 
     0xa56a, 0xb54b, 0x8528, 0x9509, 0xe5ee, 0xf5cf, 0xc5ac, 0xd58d, 
     0x3653, 0x2672, 0x1611, 0x0630, 0x76d7, 0x66f6, 0x5695, 0x46b4, 
     0xb75b, 0xa77a, 0x9719, 0x8738, 0xf7df, 0xe7fe, 0xd79d, 0xc7bc, 
     0x48c4, 0x58e5, 0x6886, 0x78a7, 0x0840, 0x1861, 0x2802, 0x3823, 
     0xc9cc, 0xd9ed, 0xe98e, 0xf9af, 0x8948, 0x9969, 0xa90a, 0xb92b, 
     0x5af5, 0x4ad4, 0x7ab7, 0x6a96, 0x1a71, 0x0a50, 0x3a33, 0x2a12, 
     0xdbfd, 0xcbdc, 0xfbbf, 0xeb9e, 0x9b79, 0x8b58, 0xbb3b, 0xab1a, 
     0x6ca6, 0x7c87, 0x4ce4, 0x5cc5, 0x2c22, 0x3c03, 0x0c60, 0x1c41, 
     0xedae, 0xfd8f, 0xcdec, 0xddcd, 0xad2a, 0xbd0b, 0x8d68, 0x9d49, 
     0x7e97, 0x6eb6, 0x5ed5, 0x4ef4, 0x3e13, 0x2e32, 0x1e51, 0x0e70, 
     0xff9f, 0xefbe, 0xdfdd, 0xcffc, 0xbf1b, 0xaf3a, 0x9f59, 0x8f78, 
     0x9188, 0x81a9, 0xb1ca, 0xa1eb, 0xd10c, 0xc12d, 0xf14e, 0xe16f, 
     0x1080, 0x00a1, 0x30c2, 0x20e3, 0x5004, 0x4025, 0x7046, 0x6067, 
     0x83b9, 0x9398, 0xa3fb, 0xb3da, 0xc33d, 0xd31c, 0xe37f, 0xf35e, 
     0x02b1, 0x1290, 0x22f3, 0x32d2, 0x4235, 0x5214, 0x6277, 0x7256, 
     0xb5ea, 0xa5cb, 0x95a8, 0x8589, 0xf56e, 0xe54f, 0xd52c, 0xc50d, 
     0x34e2, 0x24c3, 0x14a0, 0x0481, 0x7466, 0x6447, 0x5424, 0x4405, 
     0xa7db, 0xb7fa, 0x8799, 0x97b8, 0xe75f, 0xf77e, 0xc71d, 0xd73c, 
     0x26d3, 0x36f2, 0x0691, 0x16b0, 0x6657, 0x7676, 0x4615, 0x5634, 
     0xd94c, 0xc96d, 0xf90e, 0xe92f, 0x99c8, 0x89e9, 0xb98a, 0xa9ab, 
     0x5844, 0x4865, 0x7806, 0x6827, 0x18c0, 0x08e1, 0x3882, 0x28a3, 
     0xcb7d, 0xdb5c, 0xeb3f, 0xfb1e, 0x8bf9, 0x9bd8, 0xabbb, 0xbb9a, 
     0x4a75, 0x5a54, 0x6a37, 0x7a16, 0x0af1, 0x1ad0, 0x2ab3, 0x3a92, 
     0xfd2e, 0xed0f, 0xdd6c, 0xcd4d, 0xbdaa, 0xad8b, 0x9de8, 0x8dc9, 
     0x7c26, 0x6c07, 0x5c64, 0x4c45, 0x3ca2, 0x2c83, 0x1ce0, 0x0cc1, 
     0xef1f, 0xff3e, 0xcf5d, 0xdf7c, 0xaf9b, 0xbfba, 0x8fd9, 0x9ff8, 
     0x6e17, 0x7e36, 0x4e55, 0x5e74, 0x2e93, 0x3eb2, 0x0ed1, 0x1ef0 
    ] 

    crc = 0 
    for byte in keysslot.encode("utf-8"): 
     crc = ((crc << 8) & 0xff00)^XMODEMCRC16Lookup[((crc >> 8) & 0xff)^ord(byte)] 





    metr1=0 
    metr2=0 
    metr3=0 

    if ((crc & 0xffff)% 16384) <= 5460: 
     metr1 = metr1+1 
     list1.append(metr1) 
    elif (((crc & 0xffff)% 16384) > 5460) and (((crc & 0xffff)% 16384) <= 10922): 
     metr2 = metr2+1 
     list2.append(metr2) 
    else: 
     metr3 = metr3+1 
     list3.append(metr3) 





for i in range(2000000): 
    RedisClusterCRC16(str(i)) 


print "M1 holds: ", sum(list1) 
print "M2 holds: ", sum(list2) 
print "M3 holds: ", sum(list3) 

結果である：これらをテストする

、私はPythonで関数を作成

M1 holds: 666625 
M2 holds: 666744 
M3 holds: 666631 

Iスロットの分布がすべてのノード上で近等しいことを観察します（この例では擬似ノード）。

ハッシュ関数は小さな整数（バケット）にキーをマッピング：

Answer 1

は、検索後、私は証拠を発見しました。理想的なハッシュ関数は、入力データに規則性があってもバケット値が均等に分散されるように、キーを整数にランダムにマッピングします。

このプロセスは、2つのステップに分けることができます。

• は整数にキーをマッピングします。
• 整数をバケットにマップします。

また、ここで：https://en.wikipedia.org/wiki/Hash_function、均一性を説明し、この方法（CRC）があれば、ハッシュ範囲のサイズnの範囲に比べて小さいように、ハッシュ値の十分に均一な分布を生成することができる」と述べていますチェックサムまたは指紋機能」を使用します。

上記の実行コードを念頭に置いて、crcがハッシュ値の一様分布を生成する可能性があることは明らかです。