一致性哈希原理

经典的服务器

可以简单分为逻辑层和数据层

• 逻辑端：逻辑端的服务器，不需要维持数据，而是需要向数据端服务器要数据，添加数据

• 数据端：

  1. 数据端的服务器可以是一台整个大机器，如mysql,Postgre所有数据在一块，那么数据来了之后直接通过逻辑端的机器存入数据端的机器就OK，缺点就是数据量不大。

  2. 数据端的服务器可以是分布式的，比如有0号、1号、2号机器。每号机器都维持自己的专属数据，存的数据都是不同的。如果要存入一个数据，可以算出这个数据的哈希值在%m就知道要存进那一台的机器上。这样就确定了这个数据的底层数据归属。如果要求负载平衡就要：高频key、中频key、低频key,都会平均分配在这三台机器上。注意：什么样子的key适合这样的划分以此达到负载平衡：种类比较多的key,比如人名、身份证号。不适合的key:国家名，男女。因为中美绝对是最多的,这样导致其中的一些机器绝对满，另外一些基本没啥东西。

  3. 需要注意的问题(2.中的)：如果在数据端增加机器和减少机器，那么就得对所有数据进行重新的%(新m)计算，减少机器的时候也是同理，所以增加机器和减少机器所带来的数据的迁移量是全量的
     /
     
     //
     
     //

相关思考

怎样可以避免去模(%),减少数据的全量迁移呢？这就要用到一致性哈希了。

一致性哈希初步

在一致性哈希中，不存在去模(%m)一个东西的，假如我们用的哈希函数是MD5，产生的哈希值的范围是
0 ~ 2^64 - 1,我们想象把整个哈希域成一个环。假设有三台机器，通过他们不同的机器信息做哈希函数，得出不同的位置来。这样三台机器会插到这个环里去。当一个数据进来的时候，通过哈希函数算出来它的哈希值，将它放到顺时针最近的这台机器上，作为数据的归属。

实现的方法是：逻辑端的每个机器会存着三台机器的哈希值排序的结果(有序数组)，要存入的数据操作打到了逻辑端的某一个机器上，该机器计算得出该数据哈希值，在有序数组中做二分，找到大于这个哈希值的最左的位置，如果没有找到大于的最近的，就放进第一台，以此达到顺时针环状的效果。

优点与缺点

优点：

• 数据的迁移代价很低：因为每一台机器都会管有环中的一段圆弧范围。当增加一个机器时，假设放到了2号和3号之间，那么只需将3号和4号之间的数据存入4号(本来属于2号的)，同时将3号和4号之间的数据从2号中移除即可，而1号、3号不用动。看上图。减去一个机器也是同理。

缺点：

• 当机器少的时候，可能做不到一上来机器就在环上均分。
• 增加机器和减少机器的时候，这种机制负载会不均衡。

如何解决呢？一致性哈希最终。

一致性哈希最终

解决上面的两个问题的方式：虚拟节点技术。

虚拟节点技术

我们给1号机器分配1000个字符串，给2号机器分配1000个字符串，给3号机器分配1000个字符串。我们让虚拟节点去抢环，而不是一个机器只有一个哈希值了，每一台有1000个。这样3000个哈希值会平均分配这个环。我们随便选一段，这一段中属于1号、2号、3号字符串的哈希值点就是差不多的。存数据同上面分析的那样，顺时针存入。

当我们添加一个机器时，也给这个机器分配1000个字符串，重新去抢环，将对应的数据迁移过来，因为平均分配的缘故，所以负载是平衡的，原因就是因为这是按比例抢，就可以解决初始不均和加减机器后负载不均的问题。

这样的方式还有一个好处就是，如果一个机器很强，我们就可以给它多分配虚拟节点，如果一个机器不强，我们就给它少分配虚拟节点，这样可以根据实际情况管理负载。