一致性哈希算法原理consistent hashing

苦敲代码千万行，算法不清，原理不明，霾蒙双眼碍前行。

1.问题

       假如我想存储10万条信息，此时有4台应用服务ip1、ip2、ip3、ip4。我们应该怎么做均匀存储呢？当然我们直观想到的是hash：取模大法，如此，便可理论上均匀散落了。那检索的时候再次使用大法，然后根据key获取具体信息。甚好甚好~~

      我相信这一定没问题的。但是如果哪天我有钱了，服务器感觉4台不高大上，再加一台ip5，那么在使用大法的时候，发现除数发生了变化，空气突然安静了，一时无法适应，这可急死小可了，肿么办呢？

     不要慌，轰隆隆一声响，一套一致性哈希算法掌法此时从天而降。

2.什么是一致性哈希？

        一致性哈希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0-2^32-1（即哈希值是一个32位无符号整形），整个哈希空间环如下：   

关于服务器列表的操作：使用服务器ip取hash后，定位到这个环上：

接下来，将数据根据key也同样做hash，使其也散落到这个环上。

如此还不够high，我们让数据动起来，为新的纪录喝采，动起来，就拥有精采未来。。。等等怎么动呢？那就让data顺时针动呗~

动完了之后呢，data1就存储在ip1，data2存储在ip4，data3存储在ip3，data4存储在ip2上了，好开森的说，终于不担心增减服务器了。一旦出现服务器的增减，数据项就动起来就好。

3.那这会不会有问题呢？

答案是：会的，这就是环的偏斜。

假如数据都落在了ip1的左侧，与ip4之间，则根据我们的动起来法则，数据都会落在ip1上，这就叫环的偏斜。

那怎么解决呢？传说中的终极大法：虚拟节点 娓娓走来

废话不多说，语言太过于苍白，上图：

从图上就可以看出，左侧多了两个节点ip2，ip1，而这就是所谓的虚拟节点，而使数据分布均匀许多。

至此呢，一致性hash算法就基本打完收工了。

4.那是否还有其他疑问呢？

首先，某个节点失效了，缓存都漂到下个节点了；然后一会它又恢复了，这时候它就有脏数据了。

解决方案：每个节点引入集群。

其次，一致性哈希解决的是某节点宕机后缓存失效的问题，只会导致相邻节点负载增加。但是因为宕机后需要重新从数据库读取，会导致此时缓存命中率下降及db压力增加。

解决方案：每个节点主备或主主集群。

 

辛苦手敲，有问题欢迎拍砖，共同进步。