浅谈一致性HASH

在实际开发中，我们经常会用到hash算法来分散分布数据到几个节点上（数据库分片或者服务器请求等等），但是在添加节点到时候就很可能导致大规模到数据迁移。

接下来开始话糙理不糙的讲解，形式不重要，重在领会精神：

传统hash取模示例如下

10条数据，3个节点：
节点1：0，3，6，9
节点2：1，4，7
节点3：2，5，8

这个时候添加一个节点4：
节点1：0，4，8
节点2：1，5，9
节点3：2，6
节点4：3，7

可以看出此时数据发生大规模到迁移变化，这在企业中实践成本是很大的。

一致性HASH

最关键的区别就是，对节点和数据，都做一次哈希运算，然后比较节点和数据的哈希值，数据取和节点最相近的节点做为存放节点。这样就保证当节点增加或者减少的时候，影响的数据最少。

还是拿刚刚的例子，（用简单的字符串的ascii码做哈希key）：
0：192

1：196

2：200

3：204

4：208

5：212

6：216

7：220

8：224

9：228

有三个节点，算出各自的哈希值

node a: 203

node g: 209

node z: 228

这个时候比较两者的哈希值，如果大于228，就归到前面的203，相当于整个哈希值就是一个环，对应的映射结果：

node a: 0,1,2

node g: 3,4

node z: 5,6,7,8,9

这个时候加入node n, 就可以算出node n的哈希值：

node n: 216

这个时候对应的数据就会做迁移：

node a: 0,1,2

node g: 3,4

node n: 5,6

node z: 7,8,9

这个时候只有5和6需要做迁移

另外，这个时候如果只算出三个哈希值，那再跟数据的哈希值比较的时候，很容易分得不均衡，因此就引入了虚拟节点的概念，通过把三个节点加上ID后缀等方式，每个节点算出n个哈希值，均匀的放在哈希环上，这样对于数据算出的哈希值，能够比较散列的分布（详见下面代码中的replica）

通过这种算法做数据分布，在增减节点的时候，可以大大减少数据的迁移规模。

转载自此篇博客三分钟看懂一致性哈希算法