分布式协同：解决分布式状态和数据一致性问题:一致性哈希

一致性哈希算法：

背景：

1. 分布式哈希表（DHT） 是 P2P网络 和 分布式存储中常见的一种技术 ，是哈希表的分布式扩展，每台机器只负责承载部分数据，如何通过哈希方式对数据进行 增删改查等数据操作的技术。而"一致性哈希" 就是DHT其中的一种实现方式。

算法步骤：

1. “一致性哈希”算法 将 （哈希数值空间） 按照（大小）组成一个首尾相接的环状序列。
2. 对于每台机器，可以根据其 （IP） 和 （端口号）经过 （哈希函数 ）映射到 哈希数值空间内。
3. 每台机器就是环状序列的不同节点。
4. 注：假设 N 代表机器，i代表哈希空间对应的数值。
5. 而每台机器负责存储落在一段有序哈希空间内的数据，比如N 14存储 经过哈希后落在6~14范围内的数据。
6. 同时每个机器节点 记录环中的前趋节点和后继节点的位置，使之成为一个真正的有向环。

路由问题（快速找到数据问题）：

低效率解决办法：

1. 沿着有向环顺序查找，接收到查询请求的节点，获得查询的主键的哈希值 ( j) 之后，判断是否在自身管理范围内，否的话就交给后继节点进行处理。
2. 直到 某个节点 Nx, x是>=j的最小编号节点。这样，最多遍历所有的节点也能找到 对应的结果。

高效率解决办法：

1. 为了加快查找速度，在每个节点配置路由表，路由表存储 m 条路由信息（m 为哈希空间的二进制数值比特位长度）。

2. 其中i 项 （0<=i<=m-1）路由信息表示距离上一个节点的2**i的距离的哈希空间内的节点。
   图演示：
   

   算法执行过程描述：

   1. 输入：从机器节点 N(i)发起初始查询请求，查询主键Key对应的键值，其中H(key)=j 。
   2. 输出：Ni给出Key对应的键值value,或者返回键值不存在的信息 。
   3. 过程：假设当前所在初始节点为Nc,他的后继节点为Ns,要查找的初始节点为Ni，N(i)=j。
      3.1. 判断 c<=j<=s,
      3.2. 如果为True，结束查找，说明key如果存在，一定在Nc的后继节点Ns上，所以Nc发送消息给Ns,要它查找key的值value,Ns将查询结果返回给 Ni。
      3.3. 如果为False，Nc查找其对应 的路由表，找到小于j的最大节点Nh(如果所有节点都>j,则选择 m-1项为Nh),Nc项Nh发送信息，要它帮忙查找，此时Nh为新的Nc节点，接下来重复 步骤2,3即可。

插入新节点问题：

新加入的N（new）节点必须与有向环中的任意一个节点 Nx产生联系，通过上面的路由算法找到H（N(new)）的对应哈希值new,可以找到它的后继节点为Ns,假设前趋节点为Np。

算法过程：

	要将N（new）节点 加入，需要后续步骤。

非并发环境：

1.将N(new)的后继节点指为Ns,前继节点置位空值Null。
2. 迁移Ns节点上哈希值小于 new的数据到N（new）节点上。

并发环境：

1.将N(new)的后继节点指为Ns,前继节点置位空值Null。
2. 稳定性检测，并非为新节点加入而设置的，而是所有节点周期性自动完成。 通过稳定性检测可以完成前趋和 后继节点的数据迁移。

	3. 什么是稳定性检测：
		3.1： Nc向Ns询问他的前趋节点Np,一般这样直接到步骤4。
		3.2:  如果Nc是介于 Np和Ns之间，Nc记录Np为其后继节点。
		3.3: 令Nx为Nc的后继节点，Nx可能是Np,亦可能是Ns，取决于步骤2。 如果Nx的前趋节点为Null或者Nc位于Nx和它的前趋节点之间，那么Nc给Nx发送消息告诉 Nx，Nc就是它的前趋节点，Nx将前趋节点设置为 Nc。
		3.4：Nx把哈希值小于c的数据迁移到Nc上。

新加入节点之后 ，原先的路由表还需要更新，因此每个节点还需要周期性检查路由表。

节点离开：

正常离开：可以通知前趋节点和后继节点做一些更新工作，迁移数据 等。
异常离开：往往是机器故障导致的，可以采用机器节点数据多副本的方式。