HASH GAME - Online Skill Game GET 300

　　根据一致性哈希算法，object1 会被定为到 Server2 上，object2 被定为到 Server 3 上，而 object3 和 object4 分别被定为到 Server 1 上。 一致性哈希算法与简单哈希算法相比有了明显的改善： 1.容错性得到了提升。 例如， 假设 server2 宕机了， 那么此时 object2 ， object3， object4， 不会受到影响，只有 object1 被重定位到 Server 3。即在一致性哈希算法中，如果一台服务 器不可用， 则受影响的数据仅仅是此服务器到其环空间中前一台服务器 （即顺着逆时针方向 行走遇到的第一台服务器）之间数据，其它不会受到影响。如图 5 所示。 232-1 0 Key1

　　一致性哈希算法（Consistent Hashing）最早在 David Karger，Eric Lehman 等人的论文 《Consistent Hashing and Random Trees: Distributed Caching Protocols for Relieving Hot Spots on the World Wide Web》中被提出，是当前较主流的分布式哈希表协议之一，它对简单哈希 算法进行了修正，解决了热点（Hot Pot）问题。 一致性哈希的原理： 首先， 对存储节点的哈希值进行计算， 其将存储空间抽象为一个环， 将存储节点配置到环上。环上所有的节点都有一个值。其次，对数据进行哈希计算，按顺时 针方向将其映射到离其最近的节点上去。 现在根据一致性哈希算法原理，重新解决上面分布式缓存问题。 1.一致性哈希将整个哈希值空间组织成一个虚拟的圆环， 现在假设某哈希函数 H 的值空 间为 0 – 232-1（即哈希值是一个 32 位无符号整形） ，那么整个哈希空间环如下图 2：

　　可以用简单哈希计算：h = Hash(key) % 3 ，其中 Hash 是一个从字符串到正整数的哈希 映射函数，这样能够保证对相同 key 的访问会被发送到相同的服务器。现在如果我们将 Memcached Server 分别编号为 0、1、2，那么就可以根据上式和 key 计算出服务器编号 h， 然后去访问。 但是，由于这样做只是采用了简单的求模运算，使得简单哈希计算存在很多不足： 1）增删节点时，更新效率低。当系统中存储节点数量发生增加或减少时，映射公式将 发生变化为 Hash(object)%(N±1)，这将使得所有 object 的映射位置发生变化，整个系统数 据对象的映射位置都需要重新进行计算， 系统无法对外界访问进行正常响应， 将导致系统处 于崩溃状态。 2）平衡性差，未考虑节点性能差异。由于硬件性能的提升，新添加的节点具有更好的 承载能力， 如何对算法进行改进， 使节点性能可以得到较好利用， 也是亟待解决的一个问题。 3）单调性不足。衡量数据分布技术的一项重要指标是单调性，单调性是指如果已经有 一些内容通过哈希计算分派到了相应的缓冲中， 当又有新的缓冲加入到系统中时， 哈希的结 果应能够保证原有已分配的内容可以被映射到新的缓冲中去， 而不会被映射到旧的缓冲集合 中的其他缓冲区。 由上述分析可知，简单地采用模运算来计算 object 的 Hash 值的算法显得过于简单，存 在节点冲突，且难以满足单调性要求。

　　哈希算法除了在数据加密中的运用外， 也可以用在常见的数据分布式技术中。 哈希计算 是通过求模运算来计算哈希值的，然后根据哈希值将数据映射到存储空间中。设有由 N 个 存储节点组成的存储空间，采用简单哈希计算将一个数据对象 object 映射到存储空间上的 公式为：Hash（object）% N。 现在假设有一个网站，最近发现随着流量增加，服务器压力越来越大，之前直接读写数 据库的方式已经不能满足用户的访问，于是想引入 Memcached 作为缓存机制。现在一共有 三台机器可以作为 Memcached 服务器，如下图 1 所示。

　　为了解决这种数据倾斜问题， 一致性哈希算法引入了虚拟节点机制， 即对每一个服务节 点计算多个哈希，每个计算结果位置都放置一个此服务节点，称为虚拟节点。具体做法可以 在服务器 ip 或主机名的后面增加编号来实现。例如图 7 的情况，可以为每台服务器计算三 个虚拟节点， 分别计算“Memcached Server 1-1”、 “Memcached Server 1-2”、 “Memcached Server 1-3”、“Memcached Server 2-1”、“Memcached Server 2-2”、“Memcached Server 2-3”的哈希值， 于是形成六个虚拟节点，其环分布如下图 8 所示：