? ? ?当单机REDIS已经不能抗住一批量用户，显然，我们需要考虑水平方面的处理。作为SPRING的长期追随者，我发现他提供的spring-data-redis并没有分片的实现。于是，我在他的基础之前，建立了一个HASH映射，某一类的KEY，可以定位到其中一个RedisTemplate，这样可以较好的处理，降低单个REDIS的负载。但是，一开始，我是使用丑陋的取模算法，处理映射关系，后来发现，如果出现节点的变动，这是一个不能忍受的问题。再后来，引入一致性HASH，是可以解决节点变动问题，另外从数据的均衡性上来讲，引入虚拟节点貌似很好的FIX了这些问题。在参考了http://stackoverflow.com/questions/20790898/consistent-hashing-vs-rendezvous-hrw-hashing-what-are-the-tradeoffs这个链接上的说明后，结合实际情况，因为我现在的节点不多（1000级节点很快），我决定选用RendezvousHash。
1 实例化
?2 实始化节点
?3测试用例
?4 结果
?
?
?
原文：http://zuxiong.iteye.com/blog/2249465