一致性 Hash

一 算法描述

当 Hash 表更新节点的数量时，只有 k/n 的关键字位置有变化，其他关键字的位置的映射关系不变。与一致性 Hash 算法相比，其他算法的节点个数 n 变化后，更多的 Key 关键字和节点的映射会发生变化。

实现一致性 Hash 算法的前提是：

• 每个请求的 Key 的范围是 0 到 2的32次方，一共有 k 个 Key。

• 一共有 n 个节点，每个节点对应一个服务器。

二 常规实现

把 Key 的取值范围内的数字（一共2的32方个数字）组成一个环节，然后随机在这个环上落 n 个点，相邻的两个点形成一个左闭右开的区间，一共有 n 个区间。

每个 Key 一定只落在 n 个区间中的一个区间内，它属性该区间所分配的节点。

当服务节点增加或减少时，会有区间新增或消失，平均只有 k/n 个 Key 会受到影响，变更其属于的节点。

如下图所示，在插入节点 C 之前，1,2,3 都属于节点 A，当插入节点 C 后，1,2 归属 C，属于B 的节点不会改变。

三 增加虚节点

常规实现在实际应用中会遇到问题：当 n 的数量太少时，会导致 n 个节点所管辖的区间并不均匀。

既然是 n 的数量太少，那么增加 n 的数量不就行了？对的，可以成倍地增加 n 的数量，将一个实际的节点扩充为 100 倍的虚节点，先查找每个 Key 属于哪个虚节点，再查找该需虚节点属于哪个实节点。

由于众多虚节点的引入，使得每个节点被分配到的 Key 的数量差距变小。

入如下图所示，增加节点 A、B、C 节点的虚节点后，把区间分得更细小，使得每个实际节点被分配到的 Key 的数量更均匀。还可以通过设置权值，让不同处理能力的实节点处理不同量级的 Key。