一致性哈希算法

一.哈希算法
假设有3万张图片需要映射到A1,A2,A3三台服务器上,最好的效果是能够均匀的存放在这三台服务器上,
简单的做法是对键进行哈希计算,计算之后的值是一个整数,对这个整数进行取模运算,通过得到的余数来决定放在哪台服务器上.
hash(名称)%机器数=余数(这里机器数量为3,取余得到的结果是0,1,2(服务器编号)
弊端:假如增加一台服务器的话,对应的机器数变化引起余数变化,服务器的编号失效
服务器数量增加导致服务器编号失效,从而造成缓存失效,就会增加后端服务器的压力,从而会导致系统压垮.
二.一致性哈希
因此我们引入了一致性哈希算法.

一致性Hash算法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(无符号整型的最大值)
假设有A,B,C三台服务器,我们可以先进行取模算出服务器所在的位置
hash(名称)%2^32=结果

再使用hash(名称)取模2^32得出的结果将图片映射在哈希环上,然后顺序进行查找,得到的第一个服务器就是我们要存的那个服务器

假如增加一台服务器D的话,只会导致一小部分图片失效,而不会导致大量的图片失效从而造成的系统崩垮

三.哈希偏斜
一致性哈希的缺陷就是会导致哈希偏斜的问题:
哈希偏斜:当服务器数量很少且分布不均匀的时候,就会导致大量缓存失效

解决哈希偏斜的方法:通过A服务器结点映射出A1,A2,A3…An个虚拟结点,

通过缓存读写然后找到虚拟结点,再通过虚拟结点映射到真实结点,然后进行读写数据.