一致性hash算法

1.判断hash算法好坏的四个定义：

⑴平衡性：哈希结果分布到所有缓存中，使缓存空间得到充分利用。

⑵单调性：如果已经有一些内容通过hash分布到缓冲中，当系统加入新的缓冲区，可以保证原有已分配内容映射到新的缓冲中去，而不是旧的缓冲集合的其他缓冲区。

⑶分散性：不同的终端看到的缓冲区范围不一样，倒是哈希结果不一致，相同的结果被不同的终端映射到不同的缓冲区，好的哈希算法应降低分散性。

⑷负载：同一个缓冲区可能被不同的终端映射为不同的内容，这种情况也是应该避免的。

2.

⑴环形hash空间

按照常用的hash算法来将对应的key哈希到一个具有2^32次方个桶的空间中，即0~(2^32)-1的数字空间中。现在我们可以将这些数字头尾相连，想象成一个闭合的环形。如下图

⑵把数据通过通过一定的hash算法映射到环上

现在我们将object1、object2、object3、object4四个对象通过特定的Hash函数计算出对应的key值，然后散列到Hash环上。如下图：

    Hash(object1) = key1；

    Hash(object2) = key2；

    Hash(object3) = key3；

    Hash(object4) = key4；

⑶将机器映射到环上

在采用一致性哈希算法的分布式集群中将新的机器加入，其原理是通过使用与对象存储一样的Hash算法将机器也映射到环中（一般情况下对机器的hash计算是采用机器的IP或者机器唯一的别名作为输入值），然后以顺时针的方向计算，将所有对象存储到离自己最近的机器中。

假设现在有NODE1，NODE2，NODE3三台机器，通过Hash算法得到对应的KEY值，映射到环中，其示意图如下：

Hash(NODE1) = KEY1;

Hash(NODE2) = KEY2;

Hash(NODE3) = KEY3;

通过上图可以看出对象与机器处于同一哈希空间中，这样按顺时针转动object1存储到了NODE1中，object3存储到了NODE2中，object2、object4存储到了NODE3中。在这样的部署环境中，hash环是不会变更的，因此，通过算出对象的hash值就能快速的定位到对应的机器中，这样就能找到对象真正的存储位置了。

⑷机器的删除与添加

①节点的删除

以上面的分布为例，如果NODE2出现故障被删除了，那么按照顺时针迁移的方法，object3将会被迁移到NODE3中，这样仅仅是object3的映射位置发生了变化，其它的对象没有任何的改动。如下图：

②节点的添加

如果往集群中添加一个新的节点NODE4，通过对应的哈希算法得到KEY4，并映射到环中，如下图：

通过按顺时针迁移的规则，那么object2被迁移到了NODE4中，其它对象还保持这原有的存储位置。通过对节点的添加和删除的分析，一致性哈希算法在保持了单调性的同时，还是数据的迁移达到了最小，这样的算法对分布式集群来说是非常合适的，避免了大量数据迁移，减小了服务器的的压力。

⑸平衡性

假如一台服务器坏了，它周围的节点会归到他两侧的NODE上，那么它两侧的负荷就会大大增加。为了将它的节点尽可能平均分配到剩下的服务器上，在一致性hash算法中，引入了虚拟节点来尽可能保证平衡性 。虚拟节点是实际节点（机器）在空间中的复制品，一个实际节点对应若干虚拟节点，这个对应个数也称为“复制个数"，虚拟节点在hash空间中以hash值排列。

根据上图可知对象的映射关系：object1->NODE1-1，object2->NODE1-2，object3->NODE3-2，object4->NODE3-1。

另外这篇文章也是讲平衡性的：

http://www.cnblogs.com/tujia/p/5416614.html