一致性Hash和DHT

    如何在许多数据中快速的找到想要的数据？一个一个的比对肯定非常消耗时间。

    Hash函数是一种单向函数，它可以将任意长度的输入变成固定长度的输出，并且，对于一个输出无法找到两个不同的输入。

    将资源和url作为hash函数的输入，得到定长的二进制串，并将其存放到一个全局hash表中。

    DHT

    将之前的全局hash表分散存储到网络上的每个节点上。

    例如：

             将内容和索引抽象为<K, V>对，其中

             K是内容的关键字的摘要，譬如电影：夜宴，K=Hash（“夜宴”）；

             V是存储该资源的地址，譬如：www.movie.com/yanye.rmvb

            所有的资源都以这种形式存储在一张大表上，构成了一张全局Hash表。

            然后，在网络上的每个节点随机的生成一个ID，将表里面的<K, V>对按照某种规定的原则（一般是K和ID的关系）存储到各个节点上去，所以，所有的节点就在应用层之上形成了一个重叠网络。

           当我们要寻找一个资源时，就可以根据K和ID之间的关联找到存储该<K, V >对的节点，从而找到相应的V，即可以找到资源的下载地址。

   

     下面介绍两种DHT的算法，一种是Chord，另一种是Pastry。

     Chord

     Chord选择SHA-1作为哈希函数，SHA-1会产生一个2¹⁶⁰的空间，每项为一个16字节（160bit）的大整数。我们可以认为这些整数首尾相连形成一个环，称之为Chord环。整数在Chord环上按大小顺时针排列（即Chord环是个有向环），Node（机器的IP地址和Port）与Key（资源标识）都被哈希到Chord环上，这样我们就假定了整个P2P网络的状态为一个虚拟的环，因此我们说Chord是结构化的P2P网络。    

     如上图所示，每个节点都有自己的ID，该ID是利用SHA-1函数对每个节点的IP进行Hash而得到的，每个节点都维护了一张FingerTable，上面存储的是指向其他节点的指针，每个指针对应一个Hash段。

    譬如：从入口节点（本机节点）要寻找一个资源X，先对X求Hash值：K= Hash(X);

                在入口节点的FingerTable上寻找，如果刚好有一个等于K，那么对应的<K, V>对就存储在该节点上，比如N8是入口，K=24，刚好N8+16等于24，所以转到N32节点；

                若是没有ID为K的节点，则在小于K并离它最进的节点上找，并重复此过程，比如K=53，N8+32<53，所以转到N42，再转到N51，最终找到N51+2，转到N56如下图：

               

     Pastry

     Pastry也是将节点按照ID构成一个环，但是是一个无向环，每个节点维护三个表：叶子节点表；路由表；邻居节点表。（如下图）

      叶子节点表存储的是该节点在环上的左右几个节点（从ID可以明显看出）；

      邻居节点表存储的是在物理位置上与该节点相邻的节点；

       路由表分层，每列从上到下分别代表与当前节点ID前缀匹配对应位数的节点，其行数就是Pastry采用的进制数。

      Pastry的路由算法如下：

     

//shl（A,D）表示A和D的最长前缀匹配长度
if(L-[|L|/2]<D<L[|L|/2]){//D在叶子节点内
  forward to Li,|D-Li|is minimal;
}else{
  //使用路由表
  l=shl(A ,D);
  if(R表的第l行第Di列不为空){
     forward it；
     }
     else{
             //路由表项为空
             在三个表中找到T，shl(T,D)>l,|T-D|<|A-D|
     }
}