一致性哈希算法

1、基本概念

一致性哈希算法将整个哈希值空间组织成一个虚拟的圆环，如假设某Hash函数的值空间为$0-2^{32}-1$（即哈希值是一个32位无符号整数），整个哈希空间如下：

整个空间按顺时针方向组织。0和$2^{32}-1$在零点中方向重合

下一步将各个服务器使用进行Hash运算，具体可以选择服务器的ip或者主机名作为关键字进行哈希，这样每台机器就能确定其在哈希环上的位置，假设四台服务器使用ip地址哈希后在环空间的位置如下：

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Hash函数计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针走，第一台遇到的服务器就是其应该定位到的服务器

假设有ObjectA、ObjectB、ObjectC、ObjectD四个数据对象，经过哈希计算后，在环空间上的位置如下：

根据一致性哈希算法，数据A会被定位到Node A上，B被定位到Node B上，C被定位到Node C上，D被定位到Node D上

2、容错性

假设Node C宕机了，可以看到此时对象A、B、D不会受到影响，只有C对象被重定位到Node D。一般来说，在一致性哈希算法中，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之间的数据，其他不会受到影响

3、扩展性

如果在系统中添加一台服务器Node X，此时对象A、B、D不受影响，只有对象C需要重定位到新的Node X。一般的，在一致性哈希算法中，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之间的数据，其他不会受到影响

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

4、服务节点过少

一致性哈希算法在服务节点太少时，容易因为节点分布不均匀而造成数据倾斜问题。例如系统只有两台服务器，其环分布如下：

此时必然造成大量数据集中到Node A上，而少量会定位到Node B上。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值，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或者主机名的后面增加编号来实现。例如上图的情况，可以为每台服务器计算三个虚拟节点，于是可以分别计算“Node A#1”、“Node A#2”、“Node A#3”、“Node B#1”、“Node B#2”、“Node B#3”的哈希值，于是形成六个虚拟节点：

同时数据定位算法不变，只是增加了虚拟节点到实际节点的映射，例如定位到“Node A#1”、“Node A#2”、“Node A#3”三个虚拟节点的数据均定位到Node A上。这样就解决了服务节点少时数据倾斜的问题。在实际应用中，通常将虚拟节点数设置为32甚至更大，因此即使很少的服务节点也能做到相对均匀的数据分布