一致性哈希

一致性哈希

近期无意接触到了一致性哈希的内容，所以作为学习，整合了网上资料加入了个人理解，学习了有关一致性哈希的内容

演变历史

1. 最初当我们往集群里存入数据时，数据会插入到任意一台机器上。那查询时，就需要遍历每一台机器才能查询到我们需要的数据。这样的效率就会相对低下

2. 于是为了改善这种情况，就采取了哈希的方式，针对数据进行哈希计算后，再对机器数取余数，那么就可以得到这条数据需要存储的位置。那通过这样的方式就能知道这条数据在哪台机器上，可以快速的命中这条数据，但同样还是存在着一些缺陷

3. 当实际环境因为业务需要增减机器时，那么哈希取余数后的值就发生变化了，会导致缓存中的数据失效。当大量缓存同时失效时可能会引起缓存雪崩的现象（在缓存中无法命中数据时，则会把压力直接传达到底层数据库，那大量缓存失效时，数据库可能会在较大的压力下的导致集群崩溃），导致集群宕机，为了避免这一现象，引入了一致性哈希

概念

一致性Hash算法也是使用取模的方法，一致性Hash算法是对2^32取模。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0，1，2，3直至2^32-1（即哈希值是一个32位无符号整形）的一个圆环。这样的一个圆环被称作Hash环

节点分布

假设我们有4台缓存服务器，服务器A、服务器B、服务器C，服务器D，那么，在生产环境中，这4台服务器肯定有自己的唯一标识，我们使用它们各自的唯一标识作为关键字进行哈希计算，使用哈希后的结果对2^32取模，将服务器的哈希值映射到这个圆环上。

数据分配

接下来使用如下算法定位数据访问到相应服务器： 将数据key使用相同的函数Hash计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器。

为什么hash一致性的数据空间范围是2^32次方？
​
因为，java中int的最大值是2^31-1最小值是-2^31,2^32刚好是无符号整形的最大值；

可扩展性以及容错性

现假设Node C不幸宕机，可以预想到此时对象A、B、D不会受到影响，本来要入C的对象则顺延进入D而已。一般的，在一致性Hash算法中，如果一台服务器不可用，则受影响的数据仅仅是此服务器到其环空间中前一台服务器（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它不会受到影响。此时对象Object A、B、D不受影响。一般的，在一致性Hash算法中，如果增加一台服务器，则受影响的数据仅仅是新服务器到其环空间中前一台服务器（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它数据也不会受到影响。综上所述，一致性Hash算法对于节点的增减都只需重定位环空间中的一小部分数据，具有较好的容错性和可扩展性。

一致性Hash算法在服务节点太少时，容易因为节点分部不均匀而造成数据倾斜（被缓存的对象大部分集中缓存在某一台服务器上）问题,此时会造成大量数据集中到Node A上，而只有极少量会定位到Node B上，从而出现hash环偏斜的情况，当hash环偏斜以后，缓存往往会极度不均衡的分布在各服务器上，如果想要均衡的将缓存分布到2台服务器上，最好能让这2台服务器尽量多的、均匀的出现在hash环上，此时就引入了虚拟节点的概念。将现有的物理节点通过虚拟的方法复制出来，即对每一个服务节点计算多个哈希，每个计算结果位置都放置一个此服务节点，称为虚拟节点。

 

 

---

作者：蛋挞

日期：2019.11.20