一致性Hash问题和解决方案

一.一致性Hash算法

Hash算法，⽐如说在安全加密领域MD5、SHA等加密算法，在数据存储和查找⽅⾯有Hash表等, 以上
都应⽤到了Hash算法

1.为什么需要使⽤Hash?

 较多运用在存储和查找领域，最经典的就是Hash表，查询效率⾮常之⾼，哈希算法如果设计的⽐较ok的话，那么Hash表的数据查询时间复杂度可以接近于O(1)。
 
**Hash表的查询效率⾼不⾼取决于Hash算**

2.Hash算法应⽤场景

Hash算法在分布式集群架构中的应用场景。分布式集群架构Redis、Hadoop、ElasticSearch，
Mysql分库分表，Nginx负载均衡等

主要作用的应用场景归纳为两个：
1.请求的负载均衡（比如Nginx的ip_hash策略）

 - Nginx的IP_hash策略可以在客户端ip不变的情况下，将其发出的请求始终路由到同⼀个⽬标服务
   器上，实现会话粘滞，避免处理session共享问题
   
 - 如果没有IP_hash策略，那么如何实现会话粘滞？
 	可以维护⼀张映射表，存储客户端IP或者sessionid与具体⽬标服务器的映射关系.<ip,tomcat>
 	缺点：
 		1.在客户端很多的情况下，映射表非常大，浪费内存空间
 		2.客户端上下线和目标服务器上下线，都会导致重新维护映射表，映射表维护成本很大
 		
如果使⽤哈希算法，我们可以对ip地址或者sessionid进⾏计算哈希值，哈希值与服务器数量进⾏取模运算，得到的值就是当前请求应该被路由到的服务器编号，如此，同⼀个客户端ip发送过来的请求就可以路由到同⼀个⽬标服务器，实现会话粘滞。 	

2.分布式存储

 - 以分布式内存数据库Redis为例,集群中有redis1，redis2，redis3 三台Redis服务器
   那么,在进⾏数据存储时,<key1,value1>数据存储到哪个服务器当中呢？针对key进⾏hash处理
   hash(key1)%3=index, 使⽤余数index锁定存储的具体服务器节点

3.普通Hash算法存在的问题

普通Hash算法存在⼀个问题，以ip_hash为例，假定下载⽤户ip固定没有发⽣改变，现在tomcat3出现
了问题，down机了，服务器数量由3个变为了2个，之前所有的求模都需要重新计算

3.⼀致性Hash算法

⼀致性哈希算法思路如下：

⾸先有⼀条直线，直线开头和结尾分别定为为1和2的32次⽅减1，这相当于⼀个地址。

对于这样⼀条线，弯过来构成⼀个圆环形成闭环，这样的⼀个圆环称为hash环。

我们把服务器的ip或者主机名求hash值然后对应到hash环上。

那么针对客户端⽤户，也根据它的ip进⾏hash求值，对应到环上某个位置，然后客户端路按照顺时针⽅向找最近的服务器节点

假如将服务器3下线，服务器3下线后，原来路由到3的客户端重新路由到服务器4。
对于其他客户端没有影响只是这⼀⼩部分受影响（请求的迁移达到了最⼩，这样的算法对分布式集群来说⾮常合适的，避免了⼤量请求迁移 ）

增加服务器5之后，原来路由到3的部分客户端路由到新增服务器5上，对于其他客户端没有影响只是这⼀⼩部分受影响（请求的迁移达到了最⼩，这样的算法对分布式集群来说⾮常合适的，避免了⼤量请求迁移 ）

1）如前所述，每⼀台服务器负责⼀段，⼀致性哈希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。

但是，⼀致性哈希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问题。例如系统中
只有两台服务器，其环分布如下，节点2只能负责⾮常⼩的⼀段，⼤量的客户端
请求落在了节点1上，这就是数据（请求）倾斜问题

2）为了解决这种数据倾斜问题，⼀致性哈希算法引⼊了虚拟节点机制，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。

具体做法可以在服务器ip或主机名的后⾯增加编号来实现。⽐如，可以为每台服务器计算三个虚拟节
点，于是可以分别计算 “节点1的ip#1”、“节点1的ip#2”、“节点1的ip#3”、“节点2的ip#1”、“节点2的
ip#2”、“节点2的ip#3”的哈希值，于是形成六个虚拟节点，当客户端被路由到虚拟节点的时候其实是被
路由到该虚拟节点所对应的真实节点

4.⼿写实现⼀致性Hash算法

1.普通Hash算法实现
public class GeneralHash