一致性哈希算法简单理解

一致性哈希算法简单理解

现有问题

假设一张图片要存储到三台服务器（S0、S1、S2）上，根据哈希算法，这里假设用图片的的名称用固定的哈希算法得到哈希值，对机器数取余，得到的值就是要存储的服务器的编号。

这种方案在不添加服务器时不会产生问题，但是对服务器进行扩容之后，假设机器数变成了4，再用原始的哈希算法就无法得到一张图片的真正存储服务器的编号。这会造成所有的缓存都失效，引起缓存雪崩。

解决办法

一致性哈希算法：

引进哈希环的概念，该环上有2^32（哈希值是int型）个节点。

1. 对服务器编号进行哈希，再对2^32取余，则每个服务器都会映射到哈希环上的一个节点。

2. 对要存储的文件名称进行哈希，再对2^32取余，则每个文件都会映射到哈希环上的一个节点。

3. 然后文件会存储在哈希环上离文件节点最近的服务器节点上。

此时再考虑之前的问题能否解决：

​ 假设又引进了一台服务器S4，它可能会映射到某个文件节点和某个服务器节点之间，这样会导致该文件节点最近的服务器节点发生改变，所以该文件缓存失效。但是，其他文件缓存并不一定也会失效。这就是一致性哈希算法的优点：从全部失效变为部分失效，缓存能够分担大部分的压力 。

hash偏斜：

实际生产环境中，可能大部分的服务器节点都映射到一小部分节点区域中，不会均匀分布在整个哈希环上。这就导致文件可能大部分都存储在一台缓存服务器上。

为了解决该问题，引入了虚拟节点。基于实际的服务器节点可以映射出很多虚拟的服务器节点，将虚拟节点放置在哈希环上。哈希环上的缓存服务器节点越多，缓存被均匀分布的概率就越大。

缓存读写------>虚拟节点------>真实节点------>读写