一致性哈希算法与Java实现 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：

【一致性哈希算法与Java实现】 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：

文章图片

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 ?

public class Shard { // S类封装了机器节点的信息，如name、password、ip、port等
private TreeMap nodes; // 虚拟节点
private List shards; // 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
public Shard(List shards) {
super();
this.shards = shards;
init();
}
private void init() { // 初始化一致性hash环
nodes = 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 S 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-" + i + "-NODE-" + n), shardInfo);
}
}
public S getShardInfo(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 nodes.get(nodes.firstKey());
}
return tail.get(tail.firstKey()); // 返回该虚拟节点对应的真实机器节点的信息
}
/**
*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 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;
}
}

一致性哈希算法与Java实现

推荐阅读

Docker容器下快速搭建Hyperf框架在Windows系统的本地开发环境

u盘启动快捷键u盘启动快捷键

吃了止痛药能打新冠疫苗吗

FGO魔伊复刻流程攻略魔法少女纪行复刻活动流程推荐

随性写的

高三学生经商有前途吗？

让你的打印机重获新生益普生打印机废墨清零软件下载

3000元价位手机怎么选好 3000元价位手机怎么选

安乐什么意思安乐是什么意思

王者荣耀狂铁所有皮肤王者荣耀狂铁战令皮肤怎么样

代理服务器出了什么问题？代理服务器不能怎么回事

纵向沟通与横向沟通有何不同横向沟通与纵向沟通各有哪些优缺点

吃南瓜子能减肥吗

圆的面积和底面积一样吗? 圆的面积和底面积一样吗

手机cpu怎么设置最佳性能

宫腔镜|不知道宫腔镜有何优势？给你列出这3点，可别小瞧了

急脾气的妈妈怎么对待慢性子的孩子

粉扑拿回来要洗吗粉扑用完怎么放置

的哥马上要交班，却闯祸又丢工作

mysql查询前三名 mysql查询第三到第五