一致性哈希算法与Java实现

http://itindex.net/detail/50447-%E5%93%88%E5%B8%8C-%E7%AE%97%E6%B3%95-java

一致性哈希算法是分布式系统中常用的算法。比如，一个分布式的存储系统，要将数据存储到具体的节点上，如果采用普通的hash方法，将数据映射到具体的节点上，如key%N，key是数据的key，N是机器节点数，如果有一个机器加入或退出这个集群，则所有的数据映射都无效了，如果是持久化存储则要做数据迁移，如果是分布式缓存，则其他缓存就失效了。

    因此，引入了一致性哈希算法：

 

把数据用hash函数（如MD5），映射到一个很大的空间里，如图所示。数据的存储时，先得到一个hash值，对应到这个环中的每个位置，如k1对应到了图中所示的位置，然后沿顺时针找到一个机器节点B，将k1存储到B这个节点中。

如果B节点宕机了，则B上的数据就会落到C节点上，如下图所示：

 

这样，只会影响C节点，对其他的节点A，D的数据不会造成影响。然而，这又会造成一个“雪崩”的情况，即C节点由于承担了B节点的数据，所以C节点的负载会变高，C节点很容易也宕机，这样依次下去，这样造成整个集群都挂了。

       为此，引入了“虚拟节点”的概念：即把想象在这个环上有很多“虚拟节点”，数据的存储是沿着环的顺时针方向找一个虚拟节点，每个虚拟节点都会关联到一个真实节点，如下图所使用：

图中的A1、A2、B1、B2、C1、C2、D1、D2都是虚拟节点，机器A负载存储A1、A2的数据，机器B负载存储B1、B2的数据，机器C负载存储C1、C2的数据。由于这些虚拟节点数量很多，均匀分布，因此不会造成“雪崩”现象。

 

Java实现：

[java]   view plain  copy  print  ?

1. public class Shard<S> { // S类封装了机器节点的信息 ，如name、password、ip、port等   
2.   
3.     private TreeMap<Long, S> nodes; // 虚拟节点   
4.     private List<S> shards; // 真实机器节点   
5.     private final int NODE_NUM = 100; // 每个机器节点关联的虚拟节点个数   
6.   
7.     public Shard(List<S> shards) {  
8.         super();  
9.         this.shards = shards;  
10.         init();  
11.     }  
12.   
13.     private void init() { // 初始化一致性hash环   
14.         nodes = new TreeMap<Long, S>();  
15.         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   
16.             final S shardInfo = shards.get(i);  
17.   
18.             for (int n = 0; n < NODE_NUM; n++)  
19.                 // 一个真实机器节点关联NODE_NUM个虚拟节点   
20.                 nodes.put(hash("SHARD-" + i + "-NODE-" + n), shardInfo);  
21.   
22.         }  
23.     }  
24.   
25.     public S getShardInfo(String key) {  
26.         SortedMap<Long, S> tail = nodes.tailMap(hash(key)); // 沿环的顺时针找到一个虚拟节点   
27.         if (tail.size() == 0) {  
28.             return nodes.get(nodes.firstKey());  
29.         }  
30.         return tail.get(tail.firstKey()); // 返回该虚拟节点对应的真实机器节点的信息   
31.     }  
32.   
33.     /** 
34.      *  MurMurHash算法，是非加密HASH算法，性能很高， 
35.      *  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） 
36.      *  等HASH算法要快很多，而且据说这个算法的碰撞率很低. 
37.      *  http://murmurhash.googlepages.com/ 
38.      */  
39.     private Long hash(String key) {  
40.           
41.         ByteBuffer buf = ByteBuffer.wrap(key.getBytes());  
42.         int seed = 0x1234ABCD;  
43.           
44.         ByteOrder byteOrder = buf.order();  
45.         buf.order(ByteOrder.LITTLE_ENDIAN);  
46.   
47.         long m = 0xc6a4a7935bd1e995L;  
48.         int r = 47;  
49.   
50.         long h = seed ^ (buf.remaining() * m);  
51.   
52.         long k;  
53.         while (buf.remaining() >= 8) {  
54.             k = buf.getLong();  
55.   
56.             k *= m;  
57.             k ^= k >>> r;  
58.             k *= m;  
59.   
60.             h ^= k;  
61.             h *= m;  
62.         }  
63.   
64.         if (buf.remaining() > 0) {  
65.             ByteBuffer finish = ByteBuffer.allocate(8).order(  
66.                     ByteOrder.LITTLE_ENDIAN);  
67.             // for big-endian version, do this first:   
68.             // finish.position(8-buf.remaining());   
69.             finish.put(buf).rewind();  
70.             h ^= finish.getLong();  
71.             h *= m;  
72.         }  
73.   
74.         h ^= h >>> r;  
75.         h *= m;  
76.         h ^= h >>> r;  
77.   
78.         buf.order(byteOrder);  
79.         return h;  
80.     }  
81.   
82. }