10.数据分布算法hash_一致性hash

1.hash


将key值计算哈希值，得到的数字对服务器master的数量进行取余，用这种方法实现将数据分布到不同服务器上
弊端，当某一台服务器master挂了，意味着1/3的数据丢失了，不但如此，由于服务器的数量变化了，取到的
余数也会发生变化，导致原来服务器上的数据查询不到，可能导致所有的数据丢失
例如：一个key值哈希值2131233，取余服务器数量3得到0，用户到第一台master取数据，当某些原因第一台挂了，
再次查询key,取余服务器数量2得到1，这时会到第二台服务器取数据，可是第二台服务器上他要的没有数据啊，
因为数据分布乱了。于是到数据库查询，导致大量请求涌入数据库，压垮数据库


2.一致性hash
环形Hash空间
按照常用的hash算法来将对应的key哈希到一个具有2^32次方个桶的空间中，即0~(2^32)-1的数字空间中。
现在我们可以将这些数字头尾相连，想象成一个闭合的环形。
（1）.把数据通过一定的hash算法处理后映射到环上
现在我们将object1、object2、object3、object4四个对象通过特定的Hash函数计算出对应的key值，然后散列到Hash环上。如下图：
Hash(object1) = key1；
Hash(object2) = key2；
Hash(object3) = key3；
Hash(object4) = key4；
（2）.将机器通过hash算法映射到环上
在采用一致性哈希算法的分布式集群中将新的机器加入，其原理是通过使用与对象存储一样的Hash算法将机器也映射到环中
（一般情况下对机器的hash计算是采用机器的IP或者机器唯一的别名作为输入值），然后以顺时针的方向计算，将所有对象
存储到离自己最近的机器中。
假设现在有NODE1，NODE2，NODE3三台机器，通过Hash算法得到对应的KEY值，映射到环中，其示意图如下：
Hash(NODE1) = KEY1;
Hash(NODE2) = KEY2;
Hash(NODE3) = KEY3;


（3）节点（机器）的删除，机器故障
如果NODE2出现故障被删除了，那么按照顺时针迁移的方法，object3将会被迁移到NODE3中，这样仅仅是object3的映射位置发生了变化，
其它的对象没有任何的改动。


（4）节点（机器）的添加 
如果往集群中添加一个新的节点NODE4，通过对应的哈希算法得到KEY4，并映射到环中， 通过按顺时针迁移的规则，那么object2被迁移到了NODE4中，
其它对象还保持这原有的存储位置。通过对节点的添加和删除的分析，一致性哈希算法在保持了单调性的同时，还是数据的迁移达到了最小，
这样的算法对分布式集群来说是非常合适的，避免了大量数据迁移，减小了服务器的的压力。


（5）虚拟节点
一致性哈希算法满足了单调性和负载均衡的特性以及一般hash算法的分散性，但这还并不能当做其被广泛应用的原由，因为还缺少了平衡性。
hash算法是不保证平衡的，如上面只部署了NODE1和NODE3的情况（NODE2被删除的图），object1存储到了NODE1中，而object2、object3、object4
都存储到了NODE3中，这样就照成了非常不平衡的状态。在一致性哈希算法中，为了尽可能的满足平衡性，其引入了虚拟节点。
    
“虚拟节点”（ virtual node ）是实际节点（机器）在 hash 空间的复制品（ replica ），一实际个节点（机器）对应了若干个“虚拟节点”，
这个对应个数也成为“复制个数”，“虚拟节点”在 hash 空间中以hash值排列。


通过虚拟节点的引入，对象的分布就比较均衡了

“虚拟节点”的hash计算可以采用对应节点的IP地址加数字后缀的方式。例如假设NODE1的IP地址为192.168.1.100。引入“虚拟节点”前，
计算 cache A 的 hash 值：
Hash(“192.168.1.100”);
引入“虚拟节点”后，计算“虚拟节”点NODE1-1和NODE1-2的hash值：
Hash(“192.168.1.100#1”); // NODE1-1
Hash(“192.168.1.100#2”); // NODE1-2





3.redis cluster的hash slot
Redis 引入另一种哈希槽（hash slot）的概念。


Redis 集群中内置了 16384 个哈希槽，当需要在 Redis 集群中放置一个 key-value 时，redis 先对 key 使用 crc16 算法算出一个结果，
然后把结果对 16384 求余数，这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽，redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。


使用哈希槽的好处就在于可以方便的添加或移除节点。
当需要增加节点时，只需要把其他节点的某些哈希槽挪到新节点就可以了；
当需要移除节点时，只需要把移除节点上的哈希槽挪到其他节点就行了；