Hash——Hash分布式存储、一致性哈希问题

1.什么是Hash表？

其实Hash表存储的位置，是连续的存储空间，和数组一样。
链表不是连续的存储空间。
以链地址法为例：

它是通过Hash函数，直接根据Key计算出数据存储的地址，一个数组下标index。

• 1.根据key，计算index = Hash(key);
• 2.如果数组[index]不为空，则查找成功（当然链地址法还要比较equal）
  • 为空，则查找失败

2.Hash冲突怎么办？

链地址法

• 拉链法

公共溢出区法

• 找一个公共的地方存放冲突的key-value。（如果冲突的数量很多，查找效率就不行了）

线性探测法

• f(key)冲突时，则计算(f(key)+1)/mod是否冲突？

3.如果用Hash进行分布式存储会有什么弊端？

如果出现某台机器宕机，或增加1台新机器时。

• 1.不做任何改变，宕机的数据就无法恢复了，新增的机器也没法进行应用了；
• 2.重哈希，因为桶的数量会改变，所有的值都将重新映射。这会带来问题：
  • 问题1：rehash时，所有key重新映射，对于大并发时，是灾难性的事，缓存中的数据都将失效，请求全部涌向数据库，可能会数据库崩溃；

4.一致性哈希？

1.实现步骤

• 1.所有的存储节点，对2^32取模， 并将其配置到0-2^32-1的虚拟圆上。
• 2.对所有的Key，也是对对2^32取模， 并将其映射到相同的圆上。
• 3.从Key的数据映射位置开始顺时针查找，找到的第1个存储节点，把数据存在节点上。如果超过2^32仍然找不到，就会保存到第一台机器上。
  

2.当增加存储节点时

如下图添加一台机器（node5）时，并没有影响到所有的数据，只有node4之前的节点node2到node5之间的数据受影响。

5.一致性Hash会有什么问题？——数据倾斜问题——用虚拟节点解决

1.什么是数据倾斜？

数据很不均匀的存在不同的存储节点上

2.如何解决？——虚拟节点

对每一个节点，计算多次哈希，每个计算结果都放置1个此节点，成为虚拟节点。