一致性hash算法的应用 面试必备一致性hash算法

最近公司在招人，我们准备的问题中有一道是关于一致性hash算法的问题，只有一些面试者能够回答上来，而且答的也不是很全面，有的面试者只是听说过，有的连听都没听过，下面我把一致性hash算法整理一下分享给大家

一致性哈希算法在1997年由麻省理工学院的Karger等人在解决分布式Cache中提出的，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简单哈希算法带来的问题，使得DHT可以在P2P环境中真正得到应用

一致性hash用于分布式缓存系统，将Key值映射到具体机器Ip上，并且增加和删除1台机器的数据移动量较小

比如你有 N 个 redis 服务器（后面简称 redis ），那么如何将一个对象 object 映射到 N 个 redis 上呢，你很可能会采用类似下面的通用方法计算 object 的 hash 值，然后均匀的映射到到 N 个 cache

求余算法: hash(object)%N

这种通用的计算方法有什么问题呢？

1. 一个 redis 服务器 x 宕 掉了，这样所有映射到 redis x 的对象都会失效，怎么办，需要把 redis x 从 redis集群中移除，这时候 redis服务器 是 N-1 台le，那么对应映射公式变成了 hash(object)%(N-1) ；

2.还有一种情况是由于访问量增多，需要添加 redis ，这时候 redis 是 N 1 台，映射公式变成了 hash(object)%(N 1) ；

图片来自于网络，如有侵权请联系作者删除

整个空间按顺时针方向组织，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， 0和2^32-1在零点中方向重合，我们把这个由2^32个点组成的圆环称为Hash环。

那么，一致性哈希算法与上图中的圆环有什么关系呢？我们继续聊，以之前描述的场景为例，假设我们有4台缓存服务器，node1、node2、node3，node4，那么，在生产环境中，这4台服务器肯定有自己的IP地址或主机名，我们使用它们各自的IP地址或主机名作为关键字进行哈希计算，使用哈希后的结果对2^32取模，可以使用如下公式示意

hash（node1的IP地址） % 2^32

通过上面公式算出的计算一定能得到一个0到2^32-1之间的整数，我们就用得出的整数，代表服务器node1，既然这个整数肯定处于0到2^32-1之间，那么，上图中的hash环上必定有一个点与这个整数对应，我们刚才已经说过了，使用这个整数代表服务器node1，那么，服务器node1就可以映射到这个环上了，其他服务器一次类推即可得到相应的位置。

接下来使用如下算法定位数据访问到相应服务器： 将数据key使用相同的函数Hash计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针“行走”，遇到的第一台服务器就是该数据应该映射到的服务器，如图：

图片来自网络，如有侵权请联系作者删除

我想看了上面的例子大家应该已经理解了一致性hash的优势了，如果服务器node1节点宕掉，那么object1的数据会根据规则映射到最近的服务器node3上，同理如果增加一台服务器那么影响的也只是一小部分数据，一小部分数据会跟着规则迁移到新增服务器上

如上就是我们面试过程中想要得到的回答，今天就整理到这里了，大家有什么不同的观点欢迎评论指正，我是【不爱八阿哥】如果你觉得有用，记得关注我同时把知识分享给大家吧！！