一致性hash算法

  一致性Hash算法在分布式系统中得到了广泛应用。一个分布式的存储系统，要将数据存储到具体的节点上。如果采用普通的hash方法，将数据映射到具体的节点上，如key%N，key是数据的key，N是机器节点数，如果有一个机器加入或退出这个集群，则所有的数据映射都无效了，如果是持久化存储则要做数据迁移；如果是分布式缓存则其他缓存就失效了。而一致性哈希算法的目标是，当K个请求key发起请求时。后台增减节点，只会引起K/N的key发生重新映射。即一致性哈希算法，在后台节点稳定时，同一key的每次请求映射到的节点是一样的。而当后台节点增减时，该算法尽量将K个key映射到与之前相同的节点上。

一致性哈希算法基本原理

  一致性哈希将整个哈希值空间组织成一个虚拟的圆环，如假设某哈希函数H的值空间为0-2^32-1。整个空间按顺时针方向组织，0和2 ^32-1在零点中方向重合。然后将每个Node节点映射到这个圆上，将各Node的key采用hash计算，具体可以选择服务器的IP或主机名作为关键字进行哈希，这样每台机器就能确定其在哈希环上的位置，可得到一个整数数组。

将数据key使用相同的函数Hash计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器。假如有Data 1、Data 2、Data 3、Data 4四个数据对象，经过哈希计算后，在环空间上的位置如下：

根据一致性哈希算法，数据11会被定为到Node A上，2被定为到Node B上，3被定为到Node C上，4被定为到Node D上。一致性哈希算法的容错性和可扩展性体现如下：假设Node C宕机，可以看到此时数据1、2、4不会受到影响，只有3被重定位到Node D。一般的，在一致性哈希算法中，如果一台服务器不可用，则受影响的数据仅仅是此服务器到其环空间中前一台服务器（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它不会受到影响。

一致性哈希算法解决数据倾斜策略

  如果服务节点太少，则容易因为节点分布不均匀而造成数据倾斜问题。为了解决数据倾斜问题，一致性哈希算法引入了虚拟节点机制，即对每一个服务节点计算多个哈希，每个计算结果位置都放置一个此服务节点，称为虚拟节点。  具体做法可以在服务器IP或主机名的后面增加编号来实现。例如：可以为每台服务器计算四个虚拟节点，于是可以分别计算 “Node A#1”、“Node A#2”、“Node A#3”、“Node A#4”、“Node B#1”、“Node B#2”、“Node B#3”、“Node B#4”的哈希值，于是形成六个虚拟节点。此时的数据定位算法不变，只是多了一步虚拟节点到实际节点的映射，例如定位到“Node A#1”、“Node A#2”、“Node A#3”、“Node A#4”三个虚拟节点的数据均定位到Node A上。这样就解决了服务节点少时数据倾斜的问题。