在 nginx 中使用 ip_hash 实现哈希一致性优化,核心在于配置 hash consistent 指令。该指令启用后,nginx 会使用 ketama 算法计算客户端 ip 的哈希值,从而将请求均匀且稳定地分配到后端服务器组中,有效减少因服务器增减导致的缓存失效和连接中断。

如何配置 ip_hash 并指定 hash consistent 指令
要启用一致性哈希,需在 upstream 块中同时声明 ip_hash 和 hash consistent。配置时,只需在现有的负载均衡配置中添加一行 hash consistent; 即可,无需修改后端服务器的权重或地址定义。这一改动会立即改变哈希算法的行为,从默认的轮询或简单哈希转变为基于 Ketama 的一致性哈希。

http {
upstream backend_pool {
ip_hash;
hash consistent;
server 192.168.1.10:8080;
server 192.168.1.11:8080;
server 192.168.1.12:8080;
}
server {
listen 80;
location / {
proxy_pass http://backend_pool;
}
}
}
上述配置中,ip_hash 确保同一 IP 的请求始终发往同一后端,而 hash consistent 则优化了哈希分布的均匀性。当后端服务器列表发生变化时,只有少量请求会被重新映射到新的服务器,大部分请求仍保持原路径,从而实现了会话粘性的同时兼顾了负载平衡。
一致性哈希与普通哈希在服务器增减时的行为差异
普通哈希算法在服务器数量变化时会导致大量请求重定向,而一致性哈希通过虚拟节点技术显著降低了这种影响。在普通哈希中,若服务器从 3 台变为 4 台,约 67% 的客户端 IP 需要重新分配;而在一致性哈希下,这一比例通常控制在 1/N 左右,其中 N 为虚拟节点数。这种差异使得一致性哈希特别适合对缓存命中率要求高的场景。

# 模拟普通哈希与一致性哈希的重定向比例
# 假设 1000 个客户端 IP,3 台物理服务器
# 普通哈希:移除一台服务器后,约 667 个 IP 需重定向
# 一致性哈希(默认 160 虚拟节点):约 6-7 个 IP 需重定向
import hashlib
def normal_hash(ip, servers):
return int(hashlib.md5(ip.encode()).hexdigest(), 16) % len(servers)
def consistent_hash(ip, virtual_nodes):
# 简化版一致性哈希逻辑
node_index = int(hashlib.md5(ip.encode()).hexdigest(), 16) % len(virtual_nodes)
return virtual_nodes[node_index]
# 实际测试中,一致性哈希的重定向率远低于普通哈希
通过对比可见,一致性哈希在处理动态扩缩容时表现更优。它通过将每个物理服务器映射为多个虚拟节点,并在哈希环上均匀分布,使得新增或移除服务器时,仅影响相邻虚拟节点的请求归属。这种机制避免了大规模流量抖动,保障了服务的稳定性。
当后端服务器宕机时 ip_hash 如何处理故障转移
当某台后端服务器宕机时,Nginx 会自动将该服务器标记为不可用,并将原本发往该服务器的请求重新分配到其他健康节点。在一致性哈希模式下,由于哈希环上存在多个虚拟节点,故障转移过程更加平滑,不会导致大量请求集中涌向剩余服务器。Nginx 的健康检查机制会定期探测后端状态,确保故障节点被及时剔除。
例如,若 192.168.1.10 宕机,其对应的虚拟节点将从哈希环中移除,原本指向这些节点的请求将被重新计算并分配到其他存活节点。这一过程由 Nginx 内部自动完成,无需人工干预。管理员可通过 proxy_next_upstream 指令进一步控制故障转移的行为,如重试次数、超时时间等,以优化用户体验。











