一致性哈希算法

一致性哈希算法是分布式系统中常用的算法。比如，一个分布式的存储系统，要将数据存储到具体的节点上，如果采用普通的hash方法，将数据映射到具体的节点上，如key%N，key是数据的key，N是机器节点数，如果有一个机器加入或退出这个集群，则所有的数据映射都无效了，这显然不是一个最优的算法。一致性哈希算法可以将这种影响降到最小。算法设计：

• 按照常用的hash算法来将对应的key哈希到一个具有2^{32次方个桶的空间中，即0~(2}32)-1的数字空间中。现在我们可以将这些数字头尾相连，想象成一个闭合的环形。

闭合环形.png

• 利用hash函数将key算出hash值，对应到换上的某个位置，然后顺时针找到第一个机器节点，就是将数据存储到这个节点上。

Paste_Image.png

• 如果B点宕机了，K1，K2数据会存储到机器节点C上，影响了一台节点C的数据，不会影响A,D，通过这种算法可以将增加删除节点的影响降低到最小。

Paste_Image.png

• 但是这也有一个风险：比如说B点宕机了，原来存储在B点的数据都会请求到C点，造成C节点负载变高，C节点也容易宕机，这样依次下去，这样造成整个集群都挂了，造成雪崩。
• 为了解决这个问题，我们引入了虚拟节点，即把想象在这个环上有很多“虚拟节点”，数据的存储是沿着环的顺时针方向找一个虚拟节点，每个虚拟节点都会关联到一个真实节点，通过虚拟节点的引入，对象的分布就比较均衡了，因此不会造成“雪崩”现象。

Paste_Image.png

首先利用数据的hash值定位到虚拟节点，再找到物理节点进行存储。

参考文章：

• 一致性哈希算法与Java实现
• 每天进步一点点——五分钟理解一致性哈希算法(consistent hashing)