数据结构与算法题目总结(三)

7. 哈希算法与一致性哈希

    7.1什么是哈希算法：

        哈希（Hash）也称为散列，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，这个输出值就是散列值。

    7.2常见的哈希算法：

        ① 除法哈希法

            公式：hash(key) = key mod M

        ② 乘法哈希法

            公式：hash(key) = floor( W * ( A * K mod 1) )

            1. 用关键字 K 乘上常数 A (0

            2. 然后再用 W 乘以这个值，再向下去整。(W的取值规定了hash的长度，一般为2的某个幂次方)

        ③ 斐波那契（Fibonacci）哈希法

            斐波那契散列法本质上是一个乘法散列法，特殊的是它采用一个特殊的乘数,选择的这个乘数和黄金分割比例密切相关；

    7.3哈希碰撞的解决方法：（明哥上一节介绍过，此处不细讲）

        方案1：线性探测法：（开放寻址法的一种，缺点更费内存，且扩容时需要搬迁数据）

        方案2：拉链法（链地址法）

    7.4一致性哈希算法

        应用场景：我们用 HASH(图片名称)%N 将3W张图片均匀缓存在3台缓存服务器上，如果缓存服务器挂掉/新增1台呢？那么势必会造成缓存雪崩，于是一致性哈希算法应运而生

        基本概念：一致性哈希算法也是使用取模的方法，只不过将服务器数量换成了对2^32取模。

        我们将2^32想象成一个圆，圆环的正上方的点代表0，0点右侧的第一个点代表1，以此类推，2、3、4、5、6……直到2^32-1,也就是说0点左侧的第一个点代表2^32-1 。我们把这个由2的32次方个点组成的圆环称为Hash环。

        确定A,B,C三台服务器和图片的位置，图片将会被缓存到它顺时针碰到的第一个服务器上，也就是A。这就是一致性哈希算法

        优点：当服务器数量发生变化时，只有部分缓存失效，不会产生雪崩情况

        哈希环的倾斜：在实际的映射中，服务器可能会被映射成下图左模样，被缓存的对象大部分集中缓存在A上。假如此时服务器A出现故障，那么失效缓存的数量也将达到最大值，在极端情况下，仍然有可能引起系统的崩溃。这种情况则被称之为hash环的偏斜

        虚拟节点：那么我们应该怎样防止hash环的偏斜呢？一致性hash算法中使用"虚拟节点"解决了这个问题。就是凭空的让服务器节点多起来，既然没有多余的真正的物理服务器节点，我们就只能将现有的物理节点通过虚拟的方法复制出来，这些由实际节点虚拟复制而来的节点被称为"虚拟节点"。加入虚拟节点以后的hash环如下：

        "虚拟节点"是"实际节点"（实际的物理服务器）在hash环上的复制品，一个实际节点可以对应多个虚拟节点。从上图可以看出，A、B、C三台服务器分别虚拟出了一个虚拟节点。当然，如果你需要，也可以虚拟出更多的虚拟节点。引入虚拟节点的概念后，缓存的分布就均衡多了。