DUBBO ConsistentHashLoadBalance 一致性HASH 算法

    @SuppressWarnings("unchecked")
    @Override
    protected  Invoker doSelect(List> invokers, URL url, Invocation invocation) {
        String methodName = RpcUtils.getMethodName(invocation);
        String key = invokers.get(0).getUrl().getServiceKey() + "." + methodName;
        // 通过计算一组提供者invokers的内存地址值
        int identityHashCode = System.identityHashCode(invokers);
        // selectors 方法key -- 服务选择管理器 ，服务选择管理器对应一组节点服务
        ConsistentHashSelector selector = (ConsistentHashSelector) selectors.get(key);
        if (selector == null || selector.identityHashCode != identityHashCode) {
            //未构建或者发现一组提供者内存值发生变化，重新构建服务选择管理器
            selectors.put(key, new ConsistentHashSelector(invokers, methodName, identityHashCode));
            selector = (ConsistentHashSelector) selectors.get(key);
        }
        //服务选择管理器选择一个
        return selector.select(invocation);
    }

dubbo一致性hash算法思路理解是： 构建初始化服务选择管理器，通过服务选择管理器选择一个；

初始化服务选择管理器定义如下

 ConsistentHashSelector(List> invokers, String methodName, int identityHashCode) {
                this.virtualInvokers = new TreeMap>();
                // 计算哈希值 key，通过这个字段来识别出调用实例是否有变化，有变化则重新创建
                this.identityHashCode = identityHashCode;
                URL url = invokers.get(0).getUrl();
                this.replicaNumber = url.getMethodParameter(methodName, HASH_NODES, 160);
                //根据哪些参数来生产hash值 // 需要哈希的参数，默认是第一个参数
                String[] index = Constants.COMMA_SPLIT_PATTERN.split(url.getMethodParameter(methodName, HASH_ARGUMENTS, "0"));
                argumentIndex = new int[index.length];
                for (int i = 0; i < index.length; i++) {
                    argumentIndex[i] = Integer.parseInt(index[i]);
                }
                //节点向 值空间 映射，构虚拟节点值管理器
                for (Invoker invoker : invokers) {
                    // 每个invoker 拥有160个虚拟节点，并将虚拟节点这细化为40份，每份4个点 散列到treeMap中
                    String address = invoker.getUrl().getAddress();
                    //为每一个Invoker创建replicaNumber 个虚拟节点，每一个节点的Hashcode不同。
                    // 同一个Invoker不同hashcode的创建逻辑为：
                    //invoker.getUrl().getAddress() + i (0-39)的值，对其md5,然后用该值+h(0-3)的值取hash。
                    // 一致性hash实现的一个关键是如果将一个Invoker创建的replicaNumber 个虚拟节点(hashcode)能够均匀分布在Hash环上
                    for (int i = 0; i < replicaNumber / 4; i++) {
                        // 根据md5算法为每4个结点生成一个消息摘要，摘要长为16字节128位。
                        byte[] digest = md5(address + i);
                        for (int h = 0; h < 4; h++) {
                            //8 再做哈希计算，得到 m，作为 Key
                            // 随后将128位分为4部分，0-31,32-63,64-95,95-128，并生成4个32位数，存于long中，long的高32位都为0
                            // 并作为虚拟结点的key。 每个节点一部分 ；
                            long m = hash(digest, h);//最大2的32次方
                            //9 存到虚拟节点
                            virtualInvokers.put(m, invoker);
                        }
                    }
                }
            }

取值映射方法选取提供者 

private String toKey(Object[] args) {
    //参数拼接构建key
    StringBuilder buf = new StringBuilder();
    //参数因子遍历
    for (int i : argumentIndex) {
        if (i >= 0 && i < args.length) {
            buf.append(args[i]);
        }
    }
    return buf.toString();
}

private Invoker selectForKey(long hash) {
    // 方法用来返回与该键至少大于或等于给定键，如果不存在这样的键的键 - 值映射，则返回null相关联。
    Map.Entry> entry = virtualInvokers.ceilingEntry(hash);
    if (entry == null) {
        // 方法用于返回在这个映射上最近的键，或者null，如果映射为空关联的键 - 值映射关系
        entry = virtualInvokers.firstEntry();
    }
    return entry.getValue();
}