【算法】一致性哈希

一致性哈希

在分布式集群系统中会用到一致性哈希算法，在此进行记录。

一般系统分为前端服务器和后端服务器，前端服务器负责数据的接收和分发工作，后端负责存储、处理、提供数据。后端服务器不止一台，此时就涉及到了数据如何分发的问题。一致性哈希算法就可以用来解决这一问题。

经典结构

通过哈希函数我们可以建立key-value的对应关系。假设目前一共有3台服务器用于数据存储，那么在一个数据存储request发来时，可以对其计算一个hash value，然后将hash value模3来决定将该数据存储在哪台机器当中。由于哈希函数的均匀随机特性，可以做到数据存储的负载均衡。

**缺陷：**虽然这种经典结构可以做到负载均衡，但是在增加删除机器时，需要重新计算一遍所有数据的哈希值来确定其新的所属的机器。

一致性哈希

针对经典结构不利于机器添加删除的缺陷，提出一致性哈希算法。
将哈希函数域的最大值为max_value，将其值域看做一个首尾相连的环，然后根据机器的ip或者mac值算出一个hash value，从而确定该机器在这个环上的位置。将机器的hash value排序后存储在前端服务器当中，这样在一个request到来时，算出其hash value，然后根据这个值得到第一个哈希值大于该值的机器，然后将该数据存储在这台机器当中。

新增机器时，例如图中新增机器m4，算得哈希值位于m2与m3之间，那么就将m3中哈希值小于m4机器哈希值的数据转移存储到m4当中。如果要删除m4，就将m4中的数据全部交给m3。

**缺陷：**虽然通过上述方法可以实现机器方便的添加删除，但由于哈希函数的随机特性，当机器很多时可以做到数据存储负载均衡，而机器少时，很可能某些机器存储的数据很少，某些机器存储的数据却很多，做不到负载均衡，且即使某情况下均衡了，后续添加机器又会破坏这种均衡。

虚拟节点技术

针对上述缺陷，提出虚拟节点技术：对每个机器产生很多个虚拟值，然后对这些虚拟值计算哈希值，得到很多个虚拟节点去占据哈希域（相当于一个机器模拟了许多虚拟机器）。然后将属于虚拟节点的数据交给对应的机器。

总：