一致性HASH

前面提到分布式数据库数据分区规则有

【节点取余分区】

【一致性哈希分区】

【虚拟hash槽分区】

一致性HASH原理：在处理负载策略时：

• 一个hash环，从0到正整数
• 四个服务器ip计算的hash值肯定会落到这个hash环上的某一个点
• 根据hash(用户id)计算路由规则（hash值），然后看hash值落到了hash环的那个地方，根据hash值在hash环上的位置顺时针找距离最近的ip作为路由ip

数据分区也是同理。

如图：

• user1的请求会落到服务器ip1进行处理
• user2,user3的请求会落到服务器ip3进行处理
• user4的请求会落到服务器ip4进行处理

public class IdenticalHash {

    //服务器列表
    public static String[] serverIps = {"192.168.0.1",
            "88.89.90.91", "77.78.79.80", "127.0.0.1"};

    //key表示服务器的hash值，value表示服务器
    public static TreeMap<Integer, String> hashRing = new TreeMap<Integer, String>();


    //通过用户ip得到处理该ip的服务器地址
    public static String getServerByIdHash(String userId) {
        int hash = hash(userId);
        //得到大于该Hash值的所有Map
        SortedMap<Integer, String> moreThanIpMap = hashRing.tailMap(hash);
        if (moreThanIpMap.isEmpty()) {
            //如果没有比该key的hash值大的，则从第一个node开始
            return hashRing.get(hashRing.firstKey());
        }
        //第一个Key就是顺时针过去离node最近的那个结点
        return moreThanIpMap.get(moreThanIpMap.firstKey());
    }

    //根据key获取hash值(复用hashmap中的hash算法)
    public static int hash(String str) {
        int h;
        return (str == null) ? 0 : (h = str.hashCode()) ^ (h >>> 16);
    }

    //将服务器ip放到hash环中
    public static void putHashRing() {
        for (int i = 0; i < serverIps.length; i++) {
            int hash = hash(serverIps[i]);
            hashRing.put(hash, serverIps[i]);
            System.err.println(serverIps[i] + " 在hash环中的位置：" + hash);
        }
    }

    public static void main(String[] args) {

        putHashRing();
        String[] userIds = {"1241414", "42452356", "4214", "777789"};
        for (int i = 0; i < userIds.length; i++) {
            System.out.println("用户id:" + userIds[i] + " 的hash值为" + hash(userIds[i])
                    + ", 交由服务器:" + getServerByIdHash(userIds[i]) + " 处理");
        }
    }
}

上诉hash环中的服务器ip分配不均。也可能会导致某服务器处理大量的请求，有服务器会闲置

均匀一致性hash

均匀一致性hash的目标是如果服务器有N台，客户端的hash值有M个，那么每个服务器应该处理大概M/N个用户的。也就是每台服务器负载尽量均衡.