应用于负载均衡的一致性哈希及java实现

这几天看了几遍一致性哈希的文章，但是都没有比较完整的实现，因此试着实现了一下，这里我就不讲一致性哈希的原理了，网上很多，以一致性哈希用在负载均衡的实例来说，一致性哈希就是先把主机ip从小大到全部放到一个环内，然后客户端ip来连接的时候，把客户端ip连接到大小最接近客户端ip且大于客户端ip的主机。当然，这里的ip一般都是要先hash一下的。
看结果可知：一开始添加到9个客户端，连接到主机s1，s2，s3，s4的客户端分别有3，3，3，0个，经过删除主机s2，添加主机s5，最后9个客户端分别连接到主机s1,s2,s3,s4,s5的个数为4，0，１，２，２.这里要说明一下删除主机s2的情况，hash尾号为9995的客户端先连接到s2，再连接到s1，为什么会出现这种情况呢？因为每一个真实主机有ｎ个虚拟主机，删除ｓ２却打印“hash(7274050343425899995)改变到->s2-192.168.1.2”是因为删除了ｓ２的其中一个虚拟主机，跳转到另一个虚拟主机，但还是在ｓ２上，当然，这里是打印中间情况，以便了解，真实的环境是删除了ｓ２后，所有他的虚拟节点都会马上被删除，虚拟节点上的连接也会重新连接到另一个主机的虚拟节点，不会存在这种中间情况。
以下给出所有的实现代码，大家共同学习：

public class Shard { // S类封装了机器节点的信息 ，如name、password、ip、port等

	static private TreeMap nodes; // 虚拟节点到真实节点的映射
	static private TreeMap treeKey; //key到真实节点的映射
	static private List shards = new ArrayList(); // 真实机器节点
	private final int NODE_NUM = 100; // 每个机器节点关联的虚拟节点个数
	boolean flag = false;

	public Shard(List shards) {
		super();
		this.shards = shards;
		init();
	}

	public static void main(String[] args) {
//		System.out.println(hash("w222o1d"));
//		System.out.println(Long.MIN_VALUE);
//		System.out.println(Long.MAX_VALUE);
		Node s1 = new Node("s1", "192.168.1.1");
		Node s2 = new Node("s2", "192.168.1.2");
		Node s3 = new Node("s3", "192.168.1.3");
		Node s4 = new Node("s4", "192.168.1.4");
		Node s5 = new Node("s5","192.168.1.5");
		shards.add(s1);
		shards.add(s2);
		shards.add(s3);
		shards.add(s4);
		Shard sh = new Shard(shards);
		System.out.println("添加客户端，一开始有4个主机，分别为s1,s2,s3,s4,每个主机有100个虚拟主机：");
		sh.keyToNode("101客户端");
		sh.keyToNode("102客户端");
		sh.keyToNode("103客户端");
		sh.keyToNode("104客户端");
		sh.keyToNode("105客户端");
		sh.keyToNode("106客户端");
		sh.keyToNode("107客户端");
		sh.keyToNode("108客户端");
		sh.keyToNode("109客户端");

		sh.deleteS(s2);


		sh.addS(s5);

		System.out.println("最后的客户端到主机的映射为：");
		printKeyTree();
	}
	public static void printKeyTree(){
		for(Iterator it = treeKey.keySet().iterator();it.hasNext();){
			Long lo = it.next();
			System.out.println("hash("+lo+")连接到主机->"+treeKey.get(lo));
		}

	}

	private void init() { // 初始化一致性hash环
		nodes = new TreeMap();
		treeKey = new TreeMap();
		for (int i = 0; i != shards.size(); ++i) { // 每个真实机器节点都需要关联虚拟节点
			final Node shardInfo = shards.get(i);

			for (int n = 0; n < NODE_NUM; n++)
				// 一个真实机器节点关联NODE_NUM个虚拟节点
				nodes.put(hash("SHARD-" + shardInfo.name + "-NODE-" + n), shardInfo);
		}
	}
	//增加一个主机
	private void addS(Node s) {
		System.out.println("增加主机"+s+"的变化：");
		for (int n = 0; n < NODE_NUM; n++)
			addS(hash("SHARD-" + s.name + "-NODE-" + n), s);

	}

	//添加一个虚拟节点进环形结构,lg为虚拟节点的hash值
	public void addS(Long lg,Node s){
		SortedMap tail = nodes.tailMap(lg);
		SortedMap  head = nodes.headMap(lg);
		Long begin = 0L;
		Long end = 0L;
		SortedMap between;
		if(head.size()==0){
			between = treeKey.tailMap(nodes.lastKey());
			flag = true;
		}else{
			begin = head.lastKey();
			between = treeKey.subMap(begin, lg);
			flag = false;
		}
		nodes.put(lg, s);
		for(Iterator it=between.keySet().iterator();it.hasNext();){
			Long lo = it.next();
			if(flag){
				treeKey.put(lo, nodes.get(lg));
				System.out.println("hash("+lo+")改变到->"+tail.get(tail.firstKey()));
			}else{
				treeKey.put(lo, nodes.get(lg));
				System.out.println("hash("+lo+")改变到->"+tail.get(tail.firstKey()));
			}
		}
	}

	//删除真实节点是s
	public void deleteS(Node s){
		if(s==null){
			return;
		}
		System.out.println("删除主机"+s+"的变化：");	
		for(int i=0;i			//定位s节点的第i的虚拟节点的位置
			SortedMap tail = nodes.tailMap(hash("SHARD-" + s.name + "-NODE-" + i));
			SortedMap  head = nodes.headMap(hash("SHARD-" + s.name + "-NODE-" + i));
			Long begin = 0L;
			Long end = 0L;

			SortedMap between;
			if(head.size()==0){
				between = treeKey.tailMap(nodes.lastKey());
				end = tail.firstKey();
				tail.remove(tail.firstKey());
				nodes.remove(tail.firstKey());//从nodes中删除s节点的第i个虚拟节点
				flag = true;
			}else{
				begin = head.lastKey();
				end = tail.firstKey();
				tail.remove(tail.firstKey());
				between = treeKey.subMap(begin, end);//在s节点的第i个虚拟节点的所有key的集合
				flag = false;
			}
			for(Iterator it = between.keySet().iterator();it.hasNext();){
				Long lo  = it.next();
				if(flag){
					treeKey.put(lo, tail.get(tail.firstKey()));
					System.out.println("hash("+lo+")改变到->"+tail.get(tail.firstKey()));
				}else{
					treeKey.put(lo, tail.get(tail.firstKey()));
					System.out.println("hash("+lo+")改变到->"+tail.get(tail.firstKey()));
				}
			}
		}

	}

	//映射key到真实节点
	public void keyToNode(String key){
		SortedMap tail = nodes.tailMap(hash(key)); // 沿环的顺时针找到一个虚拟节点
		if (tail.size() == 0) {
			return;
		}
		treeKey.put(hash(key), tail.get(tail.firstKey()));
		System.out.println(key+"（hash："+hash(key)+"）连接到主机->"+tail.get(tail.firstKey()));
	}

	/**
	 *  MurMurHash算法，是非加密HASH算法，性能很高，
	 *  比传统的CRC32,MD5，SHA-1（这两个算法都是加密HASH算法，复杂度本身就很高，带来的性能上的损害也不可避免）
	 *  等HASH算法要快很多，而且据说这个算法的碰撞率很低.
	 *  http://murmurhash.googlepages.com/
	 */
	private static Long hash(String key) {

		ByteBuffer buf = ByteBuffer.wrap(key.getBytes());
		int seed = 0x1234ABCD;

		ByteOrder byteOrder = buf.order();
        buf.order(ByteOrder.LITTLE_ENDIAN);

        long m = 0xc6a4a7935bd1e995L;
        int r = 47;

        long h = seed ^ (buf.remaining() * m);

        long k;
        while (buf.remaining() >= 8) {
            k = buf.getLong();

            k *= m;
            k ^= k >>> r;
            k *= m;

            h ^= k;
            h *= m;
        }

        if (buf.remaining() > 0) {
            ByteBuffer finish = ByteBuffer.allocate(8).order(
                    ByteOrder.LITTLE_ENDIAN);
            // for big-endian version, do this first:
            // finish.position(8-buf.remaining());
            finish.put(buf).rewind();
            h ^= finish.getLong();
            h *= m;
        }

        h ^= h >>> r;
        h *= m;
        h ^= h >>> r;

        buf.order(byteOrder);
        return h;
	}

	static class Node{
		String name;
		String ip;
		public Node(String name,String ip) {
			this.name = name;
			this.ip = ip;
		}
		@Override
		public String toString() {
			return this.name+"-"+this.ip;
		}
	}

}