分布式理论（五）一致性哈希

概述

一致性哈希在维基百科的定义：一致性哈希是一种特殊的哈希算法，在使用一致性哈希算法后，哈希表槽位数（大小）的改变平均只需要对K/N个关键字进行重新映射，其中K是关键字的数量，N是槽位数量。然而在传统的哈希中，添加或者删除一个槽位要对几乎所有的关键字进行重新映射。

问题场景

假设有1000W个数据项，100个存储节点，如何合理的分配数据到各个节点？

普通哈希

普通哈希

我们对每个数据项进行哈希后，然后对哈希值对存储节点取模，确定放在哪个节点上，这样就几乎能将数据平均分配到每个节点了。

容错问题和扩展问题

虽然普通哈希帮我们把数据平均的分配到了各个节点，但是我们因为一台服务器故障，要减少节点，或者数据项增多，要增加节点的时候，就带来了一个问题。我们需要对所有的数据进行rehash，然后取模分配到不同的节点存储，如果这个时候有请求过来，会大量的不命中！

一致性哈希

所以我们来看看一致性哈希是如何解决这个问题的。一致性哈希存储数据的步骤是这样的：
1.将存储节点哈希后，放到一个0~2^32-1的圆环上；
2.将数据项哈希后，也放到这个圆上；
3.顺时针将数据项存储到它碰到的第一个存储节点；

当我们添加一个节点时，将会如下图这样改变：

可以看到当我们添加一个节点时，影响的数据是相当少的，而不必像之前的一样所有的数据都发生移动。

虚拟节点

看到这里大家可能有疑问，就是万一我们的节点没有这么均匀的分配在圆环上，那我们很多的数据将会放在同一个节点上，发生数据倾斜，这里就引入了一个虚拟节点的概念。
如果节点数过少，这里会额外在每个节点后面加上后缀再hash，这样节点数据就会成倍增长，极大降低了数据倾斜的概率。