一致性hash算法

1、为Redis集群使用Hash

若是咱们使用Hash的方式，每一张图片在进行分库的时候均可以定位到特定的服务器，示意图以下：

上图中，假设咱们查找的是”a.png”，因为有4台服务器（排除从库），所以公式为hash(a.png) % 4 = 2 ，可知定位到了第2号服务器。

2、使用Hash的问题

优势：再也不须要对整个Redis服务器进行遍历！

缺点：服务器数量变更的时候，全部缓存的位置都要发生改变！

3、一致性Hash算法的神秘面纱

一致性Hash算法也是使用取模的方法，只是，刚才描述的取模法是对服务器的数量进行取模，而一致性Hash算法是对2^32取模，什么意思呢？简单来讲，一致性Hash算法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），整个哈希环以下：  

整个空间按顺时针方向组织，圆环的正上方的点表明0，0点右侧的第一个点表明1，以此类推，二、三、四、五、6……直到2^32-1，也就是说0点左侧的第一个点表明2^32-1， 0和2^32-1在零点中方向重合，咱们把这个由2^32个点组成的圆环称为Hash环。

下一步将各个服务器使用Hash进行一个哈希，具体能够选择服务器的IP或主机名做为关键字进行哈希，这样每台机器就能肯定其在哈希环上的位置，这里假设将上文中四台服务器使用IP地址哈希后在环空间的位置以下：  

接下来使用以下算法定位数据访问到相应服务器：将数据key使用相同的函数Hash计算出哈希值，并肯定此数据在环上的位置，今后位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器！

例如咱们有Object A、Object B、Object C、Object D四个数据对象，通过哈希计算后，在环空间上的位置以下： 

根据一致性Hash算法，数据A会被定为到Node A上，B被定为到Node B上，C被定为到Node C上，D被定为到Node D上。

4、一致性Hash算法的容错性和可扩展性

现假设Node C不幸宕机，能够看到此时对象A、B、D不会受到影响，只有C对象被重定位到Node D。通常的，在一致性Hash算法中，若是一台服务器不可用，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（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它不会受到影响，以下所示：

下面考虑另一种状况，若是在系统中增长一台服务器Node X，以下图所示：

此时对象Object A、B、D不受影响，只有对象C须要重定位到新的Node X ！通常的，在一致性Hash算法中，若是增长一台服务器，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（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它数据也不会受到影响。

综上所述，一致性Hash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，具备较好的容错性和可扩展性。

5、Hash环的数据倾斜问题

一致性Hash算法在服务节点太少时，容易由于节点分部不均匀而形成数据倾斜（被缓存的对象大部分集中缓存在某一台服务器上）问题，例如系统中只有两台服务器，其环分布以下： 

此时必然形成大量数据集中到Node A上，而只有极少许会定位到Node B上。为了解决这种数据倾斜问题，一致性Hash算法引入了虚拟节点机制，即对每个服务节点计算多个哈希，每一个计算结果位置都放置一个此服务节点，称为虚拟节点。具体作法能够在服务器IP或主机名的后面增长编号来实现。

例如上面的状况，能够为每台服务器计算三个虚拟节点，因而能够分别计算 “Node A#1”、“Node A#2”、“Node A#3”、“Node B#1”、“Node B#2”、“Node B#3”的哈希值，因而造成六个虚拟节点： 

同时数据定位算法不变，只是多了一步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，一般将虚拟节点数设置为32甚至更大，所以即便不多的服务节点也能作到相对均匀的数据分布。

6、一致性hash实现

http://www.javashuo.com/article/p-hnmmqjzp-gx.html