改进一致性hash算法

1 最常见的hash算法：

value = hash（key）， value是一个32位的数据。

假设开始存储数据的server有N个，数据需要均匀的存放在这N个节点上。可以简单的通过value %(N + 1)来决定这个值存放在哪个server上。如下图所示：

数据会均匀的分布在N个server上，但是这种结构碰到一个节点挂了会是一个什么过程呢？

这个时候所有的数据都会重新hash，再分配一次，不仅挂掉的那台机器上的数据需要分布上剩余的（N - 1）台机器上，原有的数据也会重新分配，很明显传统hash策略很大的一个弊端就是坏掉一个节点后需要迁移大量的数据。为此有人提出了哈希一致性算法。

2 哈希一致性算法：

将所有的哈希值组成一个圆环，即 0 -> (2^32 - 1) -> 0 这样的一个圆环。N个server 均匀的分布在这个圆环上，即有N个点，落在这个两个点之间的值，按照顺时针方向获取需要存放的server。如下图所示：

如果节点一坏掉的话，根据上面的原则，节点1的数据会转移到节点2上，而其他节点的数据是没有任何变化的。所以需要迁移的数据比上一个方案要小很多。但是，这里也有一个问题，万一碰巧，很多数据的hash值都集中在了节点1和节点2之间，那么节点2的数据将会非常的大，这种情况对于节点少的场景非常容易出现，对于这种情况，又有人提出了基于虚拟节点的改进哈希一致性算法。

3 改进哈希一致性算法：

上图中，server一共就两个，如果按照（2）中的方法，整个环上就两个节点，容易造成某个节点数据过多，现在给n1和n2赋予6多个副本，也就是虚拟节点，然后按照n1 -> n2 -> n1 -> n2 ... 的方式放在hash环上。这样就可以有效的避免单节点数据过多问题。

转载于:https://www.cnblogs.com/zk47/p/4796101.html