哈希一致性的理解

图片来源：https://blog.csdn.net/qq_40378034/article/details/117870061

哈希一致性

我们首先面对这样一个问题：

有三台数据服务器，用于缓存三万张图片，我们希望三台机器能够均分缓存的压力。

最原始的做法是hash并取模，通过取模后的结果决定缓存在哪一台服务器上。

即：hash（图片ID）%

但是，在添加服务器的时候，会出现如下的问题：所有缓存的位置都要改变，大量缓存失效会引发雪崩。

那么该如何使用一致性哈希来取地址呢？

哈希算法是对节点的数量进行取模运算，而一致性哈希是对2的32次方进行取模运算。一致性哈希将整个哈希值空间组成一个虚拟的圆环，也就是哈希环，如图所示：

在一致性哈希中，通过执行哈希算法，将节点映射到哈希环上。假设哈希算法函数为c-hash()，比如选择节点的主机名作为参数执行c-hash()，每个节点就能确定其在哈希环上的位置：

但是这也会产生如下问题：假设结点C故障了，那么结点B会承载66%的缓存，而节点A只会承载33%的缓存。或者扩容结点D，那么结点D会承载更少的内存（和上一个结点平分）。

这时候，我们要使用虚拟节点来弥补该问题，对每个节点不以实际hash值入环，而是用计算出来的多个虚拟节点入环，保证这些虚拟节点均分在哈希表上，让它们互相抢夺缓存，如图：

这样，在加入新的机器后，也可以让新计算出来的结点去抢夺资源，移除机器后，也可以把空闲出来的缓存均分给服务器。