哈希函数与一致性哈希

什么是 Hash

Hash（哈希），又称“散列”。

散列（hash）英文原意是“混杂”、“拼凑”、“重新表述”的意思。

在某种程度上，散列是与排序相反的一种操作，排序是将集合中的元素按照某种方式比如字典顺序排列在一起，而散列通过计算哈希值，打破元素之间原有的关系，使集合中的元素按照散列函数的分类进行排列。

在介绍一些集合时，我们总强调需要重写某个类的 equlas() 方法和 hashCode() 方法，确保唯一性。这里的 hashCode() 表示的是对当前对象的唯一标示。计算 hashCode 的过程就称作 哈希。

为什么要有 Hash

我们通常使用数组或者链表来存储元素，一旦存储的内容数量特别多，需要占用很大的空间，而且在查找某个元素是否存在的过程中，数组和链表都需要挨个循环比较，而通过 哈希 计算，可以大大减少比较次数

一致性哈希

        一致性哈希算法在1997年由麻省理工学院的Karger等人在解决分布式Cache中提出的，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。

        简单的理解，一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环，如假设某哈希函数H的值空间为0-2^32-1（即哈希值是一个32位无符号整形），整个哈希环如下，从 0 ~ 2^32-1 代表的分别是一个个的节点，这个环也叫哈希环。

hash（服务器A的IP地址） % 2^32

        哈希环可以解决：

1，当某个服务器节点宕机时，原来的数据存储更少的变动。

通过哈希环，利用哈希函数并对结果取模的操作，映射到哈希环上，按顺时针遇到的第一个节点即为该数据存储位置。这样增加或者减少服务器节点时候，只需要改变少部分数据的存储位置。

2，数据倾斜问题。

通过对实际的物理节点建立多个虚拟节点，将虚拟节点通过哈希函数映射到哈希环上。这样因为哈希函数保证了所有虚拟节点在2^32上均匀分布的，所以当服务器宕机或者新增节点后，能保证数据存储也是均匀的，解决了数据存储不平衡问题。

同时，还可以通过控制虚拟节点的数量来管理负载。服务器节点性能较好，分配多点虚拟节点
服务器性能较差，分配少一些虚拟节点。