本文转载自微信公众号「智商员内点事」，作家智商员内点事。转载本文请联系智商员内点事公众号。

这两天看到时刻群里，有小伙伴在扣问一致性hash算法的问题，正愁没啥写的题目就来了，那就浅显先容下它的旨趣。下边咱们以分散式缓存中经典场景例如，口试中亦然常常说起的一些话题，望望什么是一致性hash算法以及它有那些过东说念主之处。

假如咱们有三台缓存就业器编号node0、node1、node2，当今有3000万个key，但愿不错将这些个key均匀的缓存到三台机器上，你会猜想什么决策呢?

咱们可能当先猜想的决策，是取模算法hash(key)% N，对key进行hash运算后取模，N是机器的数目。key进行hash后的限定对3取模，取得的限定一定是0、1或者2，碰巧对应就业器node0、node1、node2，存取数据径直找对应的就业器即可，浅显霸道，十足不错惩办上述的问题。

皇冠体育

取模算法诚然使用浅显，但对机器数目取模，在集群扩容和减轻时却有一定的局限性，因为在坐褥环境中凭据业务量的大小，休养就业器数目是常有的事;而就业器数目N发生变化后hash(key)% N计较的限定也会随之变化。

比如：一个就业器节点挂了，计较公式从hash(key)% 3变成了hash(key)% 2，限定会发生变化，此时想要打听一个key，这个key的缓存位置或者率会发生窜改，那么之前缓存key的数据也会失去作用与意旨。

多数缓存在合并时刻失效，形成缓存的雪崩，进而导致通盘缓存系统的不可用，这基本上是弗成接纳的，为了惩办优化上述情况，一致性hash算法应时而生。

那么，一致性哈希算法又是怎样惩办上述问题的?

一致性hash算法内容上亦然一种取模算法，不外，不同于上边按就业器数目取模，一致性hash是对固定值2^32取模。

IPv4的地址是4组8位2进制数构成，是以用2^32不错保证每个IP地址会有独一的映射。

咱们不错将这2^32个值详细成一个圆环??(不悦意圆的，我方想个形态，好意会就行)，圆环的正上方的点代表0，顺时针摆列，依此类推，1、2、3、4、5、6……直到2^32-1，而这个由2的32次方个点构成的圆环统称为hash环。

那么这个hash环和一致性hash算法又有什么关系嘞?咱们还是以上边的场景为例，三台缓存就业器编号node0、node1、node2，3000万个key。

这个时候计较公式就从hash(key)% N 变成了hash(就业器ip)% 2^32，使用就业器IP地址进行hash计较，用哈希后的限定对2^32取模，限定一定是一个0到2^32-1之间的整数，而这个整数映射在hash环上的位置代表了一个就业器，交替将node0、node1、node2三个缓存就业器映射到hash环上。

皇冠客服飞机：@seo3687

接着在将需要缓存的key对象也映射到hash环上，hash(key)% 2^32，就业器节点和要缓存的key对象齐映射到了hash环，那对象key具体应该缓存到哪个就业器上呢?

广东是建设制造强国的排头兵，2022年广东制造业总产值突破16万亿元，全部制造业增加值4.4万亿元，占全国的八分之一强。可以说，制造业既是广东深厚的“家当”，也是广东高质量发展的“利器”。

“从缓存对象key的位置运行，沿顺时针标的遭受的第一个就业器，等于现时对象将要缓存到的就业器。

因为被缓存对象与就业器hash后的值是固定的，是以，在就业器不变的条目下，对象key必定会被缓存到固定的就业器上。凭据上边的措施，下图中的映射关系：

如果想要打听某个key，只须使用沟通的计较花式，即可得知这个key被缓存在哪个就业器上了。

咱们浅显了解了一致性hash的旨趣，那它又是怎样优化集群中添加节点和缩减节点，普通取模算法导致的缓存就业，欧博会员开户大面积不可用的问题呢?

先来望望扩容的场景，假如业务量激增，系统需要进行扩容增多一台就业器node-4，刚好node-4被映射到node-1和node-2之间，沿顺时针标的对象映射节点，发现原来缓存在node-2上的对象key-4、key-5被再行映射到了node-4上，而通盘扩容流程中受影响的唯独node-4和node-1节点之间的一小部分数据。

反之，假如node-1节点宕机，沿顺时针标的对象映射节点，缓存在node-1上的对象key-1被再行映射到了node-4上，此时受影响的数据唯独node-0和node-1之间的一小部分数据。

从上边的两种情况发现，当集群中就业器的数目发生窜改时，一致性hash算只会影响少部分的数据，保证了缓存系统全体还不错对外提供就业的。

前面为了便于意会旨趣，绘图中的node节点齐很期望化的相对均匀分散，但期望和执行的场景常常分别很大，就比如办了个健身年卡的我，只去过健身房两次，还仅仅洗了个澡。

想要健身的你

在就业器节点数目太少的情况下，很容易因为节点分散不均匀而形成数据歪斜问题，如下图被缓存的对象大部分缓存在node-4就业器上，导致其他节点资源挥霍，系统压力大部分和洽在node-4节点上，这么的集群诟谇常不健康的。

惩办数据歪斜的宗旨也浅显，咱们就要想宗旨让节点映射到hash环上时，相对分散均匀少量。

一致性Hash算法引入了一个臆造节点机制，即对每个就业器节点计较出多个hash值，它们齐会映射到hash环上，映射到这些臆造节点的对象key，最终会缓存在的确的节点上。

臆造节点的hash计较平方不错选用，对应节点的IP地址加数字编号后缀 hash(10.24.23.227#1) 的花式，举个例子，node-1节点IP为10.24.23.227，正常计较node-1的hash值。

假定咱们给node-1开导三个臆造节点，node-1#1、node-1#2、node-1#3，对它们进行hash后取模。

下图加入臆造节点后，原有节点在hash环上分散的就相对均匀了，其余节点压力取得了摊派。

“但需要小心少量，分拨的臆造节点个数越多，映射在hash环上才会越趋于均匀，节点太少的话很丢脸出恶果。

引入臆造节点的同期也增多了新的问题，要作念臆造节点和的确节点间的映射，对象key->臆造节点->执行节点之间的转机。

一致性hash在分散式系统中应该是兑现负载平衡的首选算法，它的兑现比拟生动，既不错在客户端兑现，也不错在中间件上兑现，比如日常使用较多的缓存中间件memcached和redis集群齐灵验到它。

memcached的集群比拟荒谬，严格来说它只可算是伪集群，因为它的就业器之间弗成通讯，申请的分发路由十足靠客户端来的计较出缓存对象应该落在哪个就业器上，而它的路由算法用的就是一致性hash。

还有redis集群中hash槽的倡导，诚然兑现不尽沟通，但想想换汤不换药，看完本篇的一致性hash，你再去意会redis槽位就平缓多了。

其它的愚弄场景还有许多：

浅显的答复了下一致性hash，如果有不合的场所大家不错留言指正，任何时刻齐不会十全十好意思，一致性Hash算法亦然有一些潜在隐患的，如果Hash环上的节点数目至极浩大或者更新频繁时，检索性能会比拟低下，况且通盘分散式缓存需要一个路由就业来作念负载平衡，一朝路由就业挂了，通盘缓存也就不可用了，还要议论作念高可用。

不外话说追忆，只淌若能惩办问题的齐是好时刻，有点反作用还是不错隐忍的。

 uG环球轮盘