“分布式哈希”和“一致性哈希”的概念与算法实现

分布式哈希和一致性哈希是分布式存储和p2p网络中说的比较多的两个概念了。介绍的论文不少，这里作一个入门性质的介绍。

　　分布式哈希(DHT)
　　两个key point：每一个节点只维护一部分路由；每一个节点只存储一部分数据。从而实现整个网络中的寻址和存储。
DHT只是一个概念，提出了这样一种网络模型。而且说明它是对分布式存储颇有好处的。但具体怎么实现，并非DHT的范畴。

　　一致性哈希：
　　DHT的一种实现。本质仍是一个哈希算法。回想平时咱们作负载均衡，按querystring签名对后端节点取模是最简单也是最经常使用的算法，但节点的增删后所形成的问题显而易见，原有的请求几乎都落不到同一台机器上。优化一点的是carp算法（用机器ip和querystring一块儿作hash，选取hash值最小的一台），只让1/n的数据受到影响。
一致性哈希，彷佛最先提出是在分布式cache里面的，让节点震荡的时候，影响最小，以提升分布式cache的命中率。不过如今更多的应用在分布式存储和p2p系统里面。

　　一致性哈希也只是提出四个概念和原则，并无说起具体实现：

　　一、balance：哈希结果尽量的平均分散到各个节点上，使得每一个节点都能获得充分利用。

　　二、Monotonicity：上面也说了，若是是用签名取模算法，节点变动会使得整个网络的映射关系更改。若是是carp，会使得1/n的映射关系更改。一致性哈希的目标，是节点变动，不会改变网络的映射关系。

　　三、spread：同一份数据，存储到不一样的节点上，换言之就是系统冗余。一致性哈希致力于下降系统冗度。

　　四、load：负载分散，和balance实际上是差很少的意思，不过这里更可能是指数据存储的均衡，balance是指访的均衡。

　　Chord算法：
　　一致性哈希有多种实现算法，最关键的问题在于如何定义数据分割策略和节点快速查询。

　　chord算是最为经典的实现。cassandra中的DHT，基本是chord的简化版。

　　网络中每一个节点分配一个惟一id，能够经过机器的mac地址作sha1，是网络发现的基础。

　　假设整个网络有N 个节点，而且网络是呈环状。两个节点间的距离定义为节点间下标差。每一个节点会存储一张路由表(finger表)，表内顺时针按照离本节点二、四、八、1六、32.……2i的距离选定log2N个其余节点的ip信息来记录，主要是为了查询加速。

　　存储：数据被按必定规则切割，每一份数据也有一个独立id(查询key)，而且和节点id的值域是同样的。而后查找节点，若是存在和数据id同样的节点id，则将这份数据存在该节点上；若是不存在，则存储到离该数据id距离最近的节点上。同时，为了保证数 据的可靠性，会顺时针往下找K个冗余节点，存储这份数据。通常认为K=3是必须的。

　　下图简单描述了一个chord网络的部署，绿色节点为机器，编码为hash值。N0节点的finger表能够看出N0节点的路由规则，其余节点也有相似的finger表。蓝色节点为数据，根据hash值找到最近的节点并存储。虚线所指是表示冗余存储。

　　查询：先从本身的路由表中，找一个和数据id距离最近、而且存活在网络中的节点next。若是该节点的 id巧合和数据id相等，那么恭喜你。若是不相等，则到next进行递归查找。通常或须要通过屡次查询才能找到数据所在的节点，而这个次数是能够被证实小于等于log2N的。

　　在这个查询的过程当中就体现了路由表的选取优点了，实际上是实现了一个二分查找，从每一个节点来观察网络，都是将网络分红了log2N块，最大一块里面有N/2个节点。路由表里面实际上是记录了每一块的第一个节点。这样每一次查询，最少排除了一半的节点。保证在 log2N次内找到目标节点。

　　下图简单展现了从N0节点查找N21节点的一个数据的过程，经过finger表通过2跳到达目的地。

　　新增一个节点i：须要预先知道网络中已经存活的一个节点j，而后经过和节点j交互，更新本身和其余节点的路由表。而且，须要将离本身距离最近的节点中的数据copy过来，以提供数据服务。

　　损失一个节点：路由算法会自动跳过这个节点，而且依靠数据的冗余来持续提供服务。

　　KAD算法(Kademlia)
　　kad算法实际上是在chord上作的优化。主要是两个点：
　　一、用二进制(32/64/128)表示一个节点的id，两节点的id异或运算获得节点间的距离。
　　二、 每一个节点保持的路由信息更丰富，一样是将整个网络按照划分红log2N份，在chord中，是保持log2N个路由节点，但在kad里面，是保存了 log2N个队列。每一个队列长度为配置值K，记录网络中对应节点区域的多个节点，而且根据活跃时间对这些节点进行换入换出。
　　第一点是方便进行网络划分，节点按照二进制中每一bit的0或1建成一棵二叉树。

　　第二点是使得节点查询更迅速。从分割状况咱们就能够得知，最坏状况不会差于chord，但保存更多的节点使得命中几率更高。另外队列中根据活跃时间进行换入换出，更有利于在p2p这种节点变动频繁的网络中快速找到有效的节点。

　　关于kad的介绍，这篇文章讲的比较详细wenku.baidu.com/view/ee91580216fc700abb68fcae.html

 

　　转自：http://stblog.baidu-tech.com/?p=42