哈希算法

定义：将任意长度的值映射为固定长度的值（哈希值）

要求

• 哈希值不能反推原始数据
• 输入敏感，原始数据修改少，哈希值变化大
• 散列冲突概率低
• 计算效率高，针对大文本

常见应用

• 安全加密，唯一标识，数据校验，散列函数，负载均衡，数据分片，分布式存储

安全加密

• 哈希算法
  1. MD5(Message-Digest Algorithm，信息摘要算法)
  2. SHA(Secure Hash Algorithm，安全散列算法)
  3. DES(Data Encryption Standard，数据加密标准)
  4. AES(Advanced Encryption Standard，高级加密标准)
• 要求
  1. 哈希值不能反推原始数据
  2. 散列冲突概率低
• 散列冲突原因
  1. 鸽巢原理： 鸽子多于鸽巢，肯定有巢鸽子多于1
  2. 本质：哈希值有限，而数据无限

唯一标识：使用恒定数据，生成唯一标识，用于检索

数据校验：哈希算法输入敏感，校验数据是否篡改

散列函数：散列表，关注性能：hash值分布平均，hash函数执行快

防止脱库（存储密码）

• hash算法加密
• 使用盐，增加密码复杂度（字典攻击：密码太简单->猜）

分布式系统相关

• 问题：数据量大，内存不够
• 思想：定值取模->多个映射（恒定的映射），多机器平摊数据量
• 应用：负载均衡，数据分片，分布式存储

负载均衡

• 功能：会话粘滞（相同会话映射一致性）
• 思路： 恒定值（客户端IP或会话ID）取模运算

数据分片

• 问题：数据大，一台机器无法处理且慢
• 思路：数据取模（模恒定）映射机器，并行处理

分布式存储

• 功能：数据存储在多台机器，提供高效的读取、写入支持
• 问题：机器数量变化时，可能发生雪崩效应，压垮数据库。（取模映射变化，缓存失效）
• 解决：一致性哈希算法

一致性哈希算法

• 原理：对2³²取模，扩大模范围
• hash环：2³²个点组成的圆，从0开始
• 机器位置：和2³²取模
• 数据映射机器：和2³²取模后，顺时针的第一个机器
• 优点：部分缓存失效，解决雪崩问题
• hash环偏斜：机器分布不均匀，数据大量映射于相同的机器
• 虚拟节点：解决上面问题，实际机器节点的复制节点（平均机器节点的分布）
• 参考文档：http://www.zsythink.net/archives/1182