分布式算法3 -- 一致性hash算法

http://blog.csdn.net/cywosp/article/details/23397179/

• 解决的问题
  为每个客户端映射到服务器，当服务器挂掉或者增加时，尽量少的改变客户端的映射。

• 问题描述
  用hash算法来分布数据，当数据节点增加或者减少时，需要调整hash算法的模，导致所有的数据都要重新按照最新的模分布到多个节点。如果数据量比较庞大是，这个工作量是很大的。
  eg：HashMap：就是利用key的hash来计算这个key落在哪个区间中，计算规则就是根据当前有区间的总数量，位运算计算出结果。当数量量增大时，这就要扩大区间，这时候就要全部重新对所有的key进行重新的区间定位。
  一致性hash算法就是基于优化hash算法，通过映射关系解决。

• 场景
  如果你有n个cache服务器，那么如何将Object映射到n个服务器上，这时就会计算Object的hash值，然后均匀映射到n个服务器上。

  hash(object) % N
  那么问题来了：
  1）一个服务器m挂掉了，这时所有映射到m的所有对象将失效，这时要移除m，cache服务器总是就是N-1.映射公式就是hash(object) % (N-1)
  2) 由于访问过重，添加服务器，这时就是n+1，映射公式就是hash(object) % (N+1).
  3) 添加新的服务器时，想让更多的Object映射到这个服务器，显然hash算法做不到。

• 单调性
  已经有一些通过hash分配到相应的缓存区，现在有新的缓存区，hash的结果保证原有已经分配的可以映射到新的缓存中，而不会映射到旧的缓存集中的其他缓存区。

• 原理
  在添加、移除一个cache服务器时，尽可能少的改变已经存在key的映射关系。
  环形hash空间
  

  hash(Object1) = CacheA
  hash(Object2) = CacheB
  hash(Object3) = CacheC

  hash值落在哪个区间就映射到那台服务器上。在这个环形空间中，沿着顺时针房间从对象key值进行出发，那么第一个Cache服务器就是的

  1) Cache移除时
  
  当CacheB挂掉时，顺时针，落到下一个Cache上（CacheC）

  2）CacheB添加时
  
  添加CacheD，原来Object1落在CacheC，现在落在CacheD

• 平衡性
  
  CacheB -》object1、Object2、Object3
  CacheA -》object5
  CacheC -》object4
  指向CacheB有3个客户端，而 cacheA、CacheA才有1个。这对于Cache分布很不平衡
  这时候引入虚拟节点：增加节点Cache的复制品.
  
  CacheA1、CahceA2 (虚拟节点)都是代表CahceA
  CacheB1、CahceB2 (虚拟节点) 都是代表CahceB
  映射关系由对象-》节点 ，转换到对象-》虚拟节点

• 虚拟节点
  
  hash计算可以采用对应节点的ip地址加数字后缀的模式。
  eg：
  CacheA的ip为202.168.14.241.

  引入“虚拟节点”前，计算 h1 的 hash 值：
  Hash(“202.168.14.241”);
  引入“虚拟节点”后，计算“虚拟节”点v1和v的hash值：
  Hash(“202.168.14.241#1”); // v1
  Hash(“202.168.14.241#2”); // v2