一致性哈希算法

1、一致性哈希算法: 一致性哈希算法在1997年由麻省理工學(xué)院提出的一種分布式哈希(DHT)實現(xiàn) 算法，設(shè)計目標(biāo)是為了解決因特網(wǎng)中的熱點(Hot spot)問題，初衷和CARP十 分類似。一致性哈希修正了 CARP使用的簡單哈希算法帶來的問題，使得分布 式哈希(DHT)可以在P2P環(huán)境中真正得到應(yīng)用。一致性hash算法提出了在動態(tài)變化的Cache環(huán)境中，判定哈希算法好壞的四 個定義：1、平衡性(Balance)：平衡性是指哈希的結(jié)果能夠盡可能分布到所有的緩沖中 去，這樣可以使得所有的緩沖空間都得到利用。很多哈希算法都能夠滿足這一 條件。2、單調(diào)性(Monotonicity):單調(diào)性是指如果已經(jīng)有一

2、些內(nèi)容通過哈希分派到 了相應(yīng)的緩沖中，又有新的緩沖加入到系統(tǒng)中。哈希的結(jié)果應(yīng)能夠保證原有已 分配的內(nèi)容可以被映射到原有的或者新的緩沖中去，而不會被映射到舊的緩沖 集合中的其他緩沖區(qū)。3、分散性(Spread):在分布式環(huán)境中，終端有可能看不到所有的緩沖，而是 只能看到其中的一部分。當(dāng)終端希望通過哈希過程將內(nèi)容映射到緩沖上時，由 于不同終端所見的緩沖范圍有可能不同，從而導(dǎo)致哈希的結(jié)果不一致，最終的 結(jié)果是相同的內(nèi)容被不同的終端映射到不同的緩沖區(qū)中。這種情況顯然是應(yīng)該 避免的，因為它導(dǎo)致相同內(nèi)容被存儲到不同緩沖中去，降低了系統(tǒng)存儲的效率。 分散性的定義就是上述情況發(fā)生的嚴(yán)重程度。好的哈希算法應(yīng)能夠

3、盡量避免不 一致的情況發(fā)生，也就是盡量降低分散性。4、負(fù)載(Load):負(fù)載問題實際上是從另一個角度看待分散性問題。既然不同 的終端可能將相同的內(nèi)容映射到不同的緩沖區(qū)中，那么對于一個特定的緩沖區(qū) 而言，也可能被不同的用戶映射為不同 的內(nèi)容。與分散性一樣，這種情況也 是應(yīng)當(dāng)避免的，因此好的哈希算法應(yīng)能夠盡量降低緩沖的負(fù)荷。在分布式集群中，對機(jī)器的添加刪除，或者機(jī)器故障后自動脫離集群這 些操作是分布式集群管理最基本的功能。如果采用常用的hash(object)%N算法，那么在有機(jī)器添加或者刪除后，很多原有的數(shù)據(jù)就無法找到了，這樣嚴(yán)重 的違反了單調(diào)性原則。接下來主要講解一下一致性哈希算法是如何設(shè)計的

4、：環(huán)形Hash空間按照常用的hash算法來將對應(yīng)的key哈希到一個具有223次方個桶的空間中， 即0223-1的數(shù)字空間中?，F(xiàn)在我們可以將這些數(shù)字頭尾相連，想象成一個閉 合的環(huán)形。如下圖把數(shù)據(jù)通過一定的hash算法處理后映射到環(huán)上現(xiàn)在我們將objectl、object2、object3、object4四個對象通過特定的Hash函數(shù)計算出對應(yīng)的key值，然后散列到Hash環(huán)上。如下圖：Hash(objectl) = keyl ；Hash(object2) = key2；Hash(object3) = key3；Hash(object4) = key4；將機(jī)器通過hash算法映射到環(huán)上在采用一致性

5、哈希算法的分布式集群中將新的機(jī)器加入，其原理是通過使用與 對象存儲一樣的Hash算法將機(jī)器也映射到環(huán)中(一般情況下對機(jī)器的hash計 算是采用機(jī)器的IP或者機(jī)器唯一的別名作為輸入值)，然后以順時針的方向 計算，將所有對象存儲到離自己最近的機(jī)器中。假設(shè)現(xiàn)在有NODE1，NODE2，NODE3三臺機(jī)器，通過Hash算法得到對應(yīng)的KEY值，映射到環(huán)中，其示意圖如下：Hash(NODEI)二 KEY1;Hash(NODE2)二 KEY2；Hash(NODE3)二 KEY3;/ objecri cobject通過上圖可以看出對象與機(jī)器處于同一哈希空間中，這樣按順時針轉(zhuǎn)動objectl 存儲到 了 NOD

6、E1 中，object3 存儲到 了 NODE2 中，object2、object4 存儲到了 NODE3中。在這樣的部署環(huán)境中，hash環(huán)是不會變更的，因此，通 過算出對象的hash值就能快速的定位到對應(yīng)的機(jī)器中，這樣就能找到對象真 正的存儲位置了。機(jī)器的刪除與添加普通hash求余算法最為不妥的地方就是在有機(jī)器的添加或者刪除之后會照成 大量的對象存儲位置失效，這樣就大大的不滿足單調(diào)性了。下面來分析一下一 致性哈希算法是如何處理的。1.節(jié)點(機(jī)器)的刪除以上面的分布為例，如果NODE2出現(xiàn)故障被刪除了，那么按照順時針遷 移的方法，object3將會被遷移到NODE3中，這樣僅僅是object3

7、的映射位置HashKEY1object4bjectZbject3NODE2發(fā)生了變化，其它的對象沒有任何的改動。如下圖:2.節(jié)點（機(jī)器）的添加bj&ctlNODE132-1NODES如果往集群中添加一個新的節(jié)點NODE4,通過對應(yīng)的哈希算法得到KEY4,HashKE1KEYSKEYN0DE4并映射到環(huán)中，如下圖:通過按順時針遷移的規(guī)則，那么object2被遷移到了 NODE4中，其它對廣 objectlNODE3/，可object4bject2NODE1 、232-1物3。通ct3NODE2象還保持這原有的存儲位置。通過對節(jié)點的添加和刪除的分析，一致性哈希算 法在保持了單調(diào)性的同時，還使數(shù)據(jù)的

8、遷移達(dá)到了最小，這樣的算法對分布式 集群來說是非常合適的，避免了大量數(shù)據(jù)遷移，減小了服務(wù)器的的壓力。平衡性根據(jù)上面的圖解分析，一致性哈希算法滿足了單調(diào)性和負(fù)載均衡的特性以及一 般hash算法的分散性，但這還并不能當(dāng)做其被廣泛應(yīng)用的原由，因為還缺少 了平衡性。下面將分析一致性哈希算法是如何滿足平衡性的。hash算法是不 保證平衡的，如上面只部署了 NODE1和NODE3的情況（NODE2被刪除的圖）， objectl 存儲到 了 NODE1 中，而 object?. object3、object4 都存儲到 了 NODE3 中，這樣就照成了非常不平衡的狀態(tài)。在一致性哈希算法中，為了盡可能的滿 足

9、平衡性，其引入了虛擬節(jié)點?！疤摂M節(jié)點” （virtual node ）是實際節(jié)點（機(jī)器）在hash空 間的復(fù)制品（replica ），一實際個節(jié)點（機(jī)器）對應(yīng)了若干個“虛擬節(jié)點”， 這個對應(yīng)個數(shù)也成為“復(fù)制個數(shù)”，“虛擬節(jié)點”在hash空間中以hash值 排列。以上面只部署了 NODE1和NODE3的情況（NODE2被刪除的圖）為例，之前的對 象在機(jī)器上的分布很不均衡，現(xiàn)在我們以2個副本（復(fù)制個數(shù)）為例，這樣整 個hash環(huán)中就存在了 4個虛擬節(jié)點，最后對象映射的關(guān)系圖如下：根據(jù)上圖可知對象的映射關(guān)系：object1-NODE1-1, object2-NODE1-2,object3-NODE3-2, object4-NODE3-1。通過虛擬節(jié)點的引入，對象的分布就比較均衡了。那么在實際操作中，真正的對象查詢是如何工作的呢？對象從hash到虛擬節(jié)點到實際節(jié)點的轉(zhuǎn)換如下圖:“虛擬節(jié)點”的hash計算可以采用對應(yīng)節(jié)點的IP地址加數(shù)字后綴的方式。例如假設(shè)NODE1的IP地址為192.168.1.100。引入“虛擬節(jié)點