一致性哈希

来源：

https://blog.csdn.net/weixin_39094034/article/details/128264838

一致性哈希算法（consistent hashing） - 知乎 (zhihu.com)

背景：对于分布式存储，不同的机器上存储不同的数据，使用哈希函数建立数据到服务器之间的映射关系。

使用简单的哈希函数

Machine = hash(object) mod n，n为机器的数量

当增加或减少机器数量时，需要有大量的数据在机器间迁移，导致网络通信压力的剧增，严重情况，还可能导致数据库宕机。

一致性哈希

一致性哈希就是为了解决上述问题，它可以保证当机器的数量增加或减少时，节点之间的数据迁移只限于两个节点之间，不涉及其他节点，这样就不会造成全局的网络问题。

环形Hash空间

按照常用的hash算法将key哈希到[0,2^{32}-1]的数字空间中，将这些数字头尾相连，构成一个闭合的环形。

将数据通过hash映射到环上

例如将object1、object2、object3、object4通过特定的hash函数计算出对应的key值，散列到hash环上，

Hash(object1) = key1； Hash(object2) = key2； Hash(object3) = key3； Hash(object4) = key4；

同样地，将机器映射到环上

将数据存储到机器上

通过上图可以看出对象与机器处于同一哈希空间中，可以按照顺时针转动数据对象，将数据存储到对应的机器上

机器的添加与删除

1. 添加新机器

向集群中添加新的机器c4，c4经过hash函数映射到c2、c3之间，根据顺时针存储规则，只需要属于本台机器的数据从另一台机器中迁移过来即可，其他的机器不会收到影响。

2. 删除一台机器

原理与添加机器基本一致

一致性哈希存在的问题

当集群中的节点数量较少时，可能会出现节点在哈希空间分布不平衡的问题，造成hash环的倾斜。极端情况下，某存储了大量数据的节点宕机，大量数据迁移导致下一个节点崩溃，逐步迁移导致整个集群宕机，称为雪崩效应。

解决办法：虚拟节点

思路就是，让集群中的节点尽可能的多，从而让节点尽量均匀地分布在哈希空间中。通过将现有的物理节点通过虚拟的方法复制多个出来，从而使哈希空间平衡