一致性hash算法初探

前戏

在大型项目中，由于如下场景的存在，导致了一致性hash算法的迅速崛起

• 多机器节点定位问题
• 分库分表后如何查询问题
• 【其他可能的场景，欢迎补充】

---

发展历程

在讲述一致性hash算法之前，需要简单了解一下一致性hash的由来：

基于对n取余的Hash算法：【n 一般为机器数】

以负载均衡为例，如果采用 key % n 去定位我们的机器，但是这样会有一个问题， 当我们增加机器1台机器后，就会导致remap 现象发生，伪代码描述一下原因

1. 系统会维护一个key为hash值 value为机器节点的map
2. 正常情况会根据key % n  找到对应机的器节点
3. 如果此时添加一台机器 -> 那么所有原来映射的map 都将作废 而采用新的计算方式 key % n+1 该过程叫remap
4. 如果发生remap 那么原来机器的缓存 会因为这次remap 无法按照原来映射那样访问 造成缓存完全失效

---

一致性hash算法V1：

v1 ：业界并没有这么叫，这是个人为了叙述方便，老粉懂的

考虑到机器数量的变更需求， 有人提出新的hash算法：采用key % 1<< 32 + 1 的方式映射key，这样就能形成一个hash环，机器就是环上的节点
但是有一个问题，大部分情况下我们的机器数量，不会有这么多，因此产生另外一个问题： 分布不均匀【任何一个ITBoy 都不能容忍无法优化的地方】，于是有了新的解决方安：

---

基于虚拟节点的一致性hash【Nice】

思路和v1大同小异， 只是通过KETAMA_HASH 和 虚拟节点 共同散列 目的就是为了分布均匀： 具体算法实现自行百度研究吧，下面是hash环的构建和查找流程图

以我公司的一个分库分表后的查询为例 讲述一下吧

我猜某路人会说： 图都画出来，难道不能把coding整出来吗
当然是可以滴，不过允许我运营一波： 评论数满三条 立刻更新coding

coding

等待你的评论。。。