周末就像太陽，總會到來，也總會離開。
此刻，沒錯，是周六呀！還是雙休那種！
昨晚在B站看了幾個長視頻，導(dǎo)致2點(diǎn)才睡覺，早上一覺醒來已經(jīng)10點(diǎn)了。
在這里溫馨提示各位盆友們，雖然我們都是年輕人，但還是要規(guī)律作息，早睡早起。
廢話不多說了，開始今天的話題：
什么是一致性哈希算法。
第一次聽這個術(shù)語時候困惑于是個啥意思？
一致性，咱懂
哈希算法，咱也懂
一致性+哈希算法 什么鬼？
雖然我大白腦袋比較空，但是我不信所有的網(wǎng)友都知道這個術(shù)語，于是在知乎找到個問題，還以為是我寫的呢：
看來還真是有像大白這樣，腦袋不靈光但是充滿好奇的年輕人呀！
于是我決定上路，搞它！
要理解一致性哈希算法就需要知道分布式系統(tǒng)的一些特點(diǎn)。
年輕人你肯定會問：為啥呢？
因?yàn)?，一致性哈希算法就是為了解決分布式系統(tǒng)中的一些關(guān)鍵問題。
高并發(fā)和海量數(shù)據(jù)處理等場景越來越多，實(shí)現(xiàn)服務(wù)應(yīng)用的高可用、易擴(kuò)展、短延時等成為必然。
在此情況下分布式系統(tǒng)應(yīng)運(yùn)而生，互聯(lián)網(wǎng)的場景無外乎存儲和計算，因此分布式系統(tǒng)可以簡單地分為：
可以簡單認(rèn)為分布式系統(tǒng)就是一批物理不相鄰的計算機(jī)組合起來共同對外提供服務(wù)。
對于用戶來說具體有多少規(guī)模的計算機(jī)完成了這次請求，完全是無感知的。
分布式系統(tǒng)中的計算機(jī)越多，意味著計算和存儲資源等也就越多，能夠處理的并發(fā)訪問量也就越大，響應(yīng)速度也越快。
如圖為簡單整體架構(gòu)：
集群是從原來的單機(jī)演變來的，單臺機(jī)器扛不住就加機(jī)器，直到服務(wù)負(fù)載、穩(wěn)定性、延時等指標(biāo)都滿足。
集群中的N臺機(jī)器上部署一樣的程序，就像一臺機(jī)器被復(fù)制多份一樣，這種形式就是集群化。
分布式是將一個完整的系統(tǒng)，按照業(yè)務(wù)功能拆分成一個個獨(dú)立的子系統(tǒng)，這些服務(wù)之間使用更高效的通信協(xié)議比如RPC來完成調(diào)度，各個子服務(wù)就像在一臺機(jī)器上一樣，實(shí)現(xiàn)了業(yè)務(wù)解耦，同時提高了并發(fā)能力確實(shí)不賴。
一個大的分布式系統(tǒng)可以理解拆分之后的子服務(wù)使用集群化，一個個子服務(wù)之間使用類似于RPC的協(xié)議串聯(lián)，組成一個龐大的存儲和計算網(wǎng)絡(luò)。
如圖為簡單的分布式系統(tǒng)結(jié)構(gòu)：
我們以分布式存儲系統(tǒng)為例子，來說明一致性哈希算法的用武之地。
對于集群來說，機(jī)器多了就不好管理，必然會有機(jī)器物理故障，業(yè)務(wù)擴(kuò)縮容也非常正常，機(jī)器的調(diào)整必然帶來數(shù)據(jù)的遷移。
如果存儲集群中有5臺機(jī)器，如果這時有讀寫請求，就需要考慮從哪臺機(jī)器操作數(shù)據(jù)，一般有幾種方法：
各種方法都有各自的優(yōu)缺點(diǎn)：
實(shí)際中對于規(guī)模較小的系統(tǒng)來說，哈希取模策略應(yīng)用很廣泛，接下來重點(diǎn)介紹hash取模和一致性哈希的區(qū)別與聯(lián)系。
Hash取模策略是其中常用的一種做法，它可以保證相同請求相同機(jī)器處理，這是一種并行轉(zhuǎn)串行的方法，工程中非常常見。
如果數(shù)據(jù)相對獨(dú)立，就避免了線程間的通信和同步，實(shí)現(xiàn)了無鎖化處理，所以還是很有用的。
index = hash_fun(key) % N
從上面的普通hash取模公式可以看到，如果N不變或者可以自己主動控制，就可以實(shí)現(xiàn)數(shù)據(jù)的負(fù)載均衡和無鎖化處理，但是一旦N的變化不被控制，那么就會出現(xiàn)問題。
來看看哈希取模策略是如何應(yīng)對擴(kuò)縮容問題的，特別注意，為了簡化問題模型，接下來的例子不考慮實(shí)例的主從配置。
目前有N=4臺機(jī)器S1-S4，請求拼接key通過hash函數(shù)%N，獲取指定的機(jī)器序號，并將請求轉(zhuǎn)發(fā)至該機(jī)器。
S3機(jī)器因?yàn)榇疟P故障而宕機(jī)，這時代理層獲得故障報警調(diào)整N=3，這時就出現(xiàn)了問題，如果作為緩存使用，S3機(jī)器上的所有key都將出現(xiàn)CacheMiss。
原來存放在S1的key=abc使用新的N，被調(diào)整到S4，這樣abc也出現(xiàn)CacheMiss，因?yàn)樵赟4上找不到abc的數(shù)據(jù)。
這種場景就是牽一發(fā)而動全身，在緩存場景中會造成緩存擊穿，如果量很大會造成緩存雪崩。
由于S3宕機(jī)了，因此管理員增加了一臺機(jī)器S5，代理層再次調(diào)整N=4，此時又將出現(xiàn)類似于階段二的數(shù)據(jù)遷移，仍然會出現(xiàn)CacheMiss的情況。
先來看看維基百科的英文定義：
in computer science, consistent hashing is a special kind of hashing such that when a hash table is resized, only K/n keys need to be remapped on average, where K is the number of keys, and n is the number of slots.
簡單翻譯一下：
一致哈希 是一種特殊的哈希算法。
在使用一致哈希算法后，哈希表槽位數(shù)（大小）的改變平均只需要對K/n 個關(guān)鍵字重新映射，其中 K是關(guān)鍵字的數(shù)量，n是槽位數(shù)量。
在傳統(tǒng)的哈希表中，添加或刪除一個槽位的幾乎需要對所有關(guān)鍵字進(jìn)行重新映射。
從定義可以知道，一致性哈希是一種特殊的哈希算法，區(qū)別于哈希取模，這種特殊的哈希算法實(shí)現(xiàn)了少量數(shù)據(jù)的遷移，避免了幾乎全部數(shù)據(jù)的移動，這樣就解決了普通hash取模的動態(tài)調(diào)整帶來的全量數(shù)據(jù)變動。
這個有點(diǎn)厲害了，趕緊看看是咋實(shí)現(xiàn)的。
先不看算法的具體實(shí)現(xiàn)，先想想普通hash取模的問題根源是什么？
沒錯！根源就在于N的變動和數(shù)據(jù)歸屬問題。
那么如果N被固定住呢？
如果讓N很大，那么每次被移動的key數(shù)就是K_all/Slot_n，也就是有槽位的概念，或者說是小分片的概念，直白一點(diǎn)就是雞蛋放到了很多很多的固定數(shù)量的籃子里：
Key_all 存儲的全部key的數(shù)量
Slot_n 總的槽位或者分片數(shù)
Min_Change 為最小移動數(shù)量
Min_change = Key_all/Slot_n
Min_change 也是數(shù)據(jù)的最小分片Shard
這里還有一個問題要解決，將N固定且設(shè)置很大之后，數(shù)據(jù)分片shard變得非常小了，這時就有shard的所屬問題。
也就是比如N=100w，此時集群有10臺，那么每臺機(jī)器上理論上平均有10w，當(dāng)然可以根據(jù)機(jī)器的性能來做差異化的歸屬配置，性能強(qiáng)的多分一些shard，性能差的少分一些shard。
問題到這里，基本上已經(jīng)守得云開見月明了，不過還是來看看1997年麻省理工發(fā)明的一致性哈希算法原理吧。
一致性哈希算法在1997年由麻省理工學(xué)院的Karger等人在解決分布式Cache中提出的，設(shè)計目標(biāo)是為了解決因特網(wǎng)中的熱點(diǎn)(Hot spot)問題，初衷和CARP十分類似。
一致性哈希修正了CARP使用的簡單哈希算法帶來的問題，使得DHT可以在P2P環(huán)境中真正得到應(yīng)用。
一起看看Karger的一致性哈希算法的基本原理以及如何應(yīng)對擴(kuò)縮容問題的。
正如我們前面的思考，Karger的一致性哈希算法將N設(shè)置為2^32，形成了一個0~(2^32-1）的哈希環(huán)，也就是相當(dāng)于普通Hash取模時N=2^32。
在將數(shù)據(jù)key進(jìn)行hash計算時就落在了0~(2^32-1的哈希環(huán)上，如果總的key數(shù)量為Sum，那么單個哈希環(huán)的最小單位上的key數(shù)就是：
Unit_keys = Sum/2^32
由于N非常大所以哈希環(huán)最小單位的數(shù)據(jù)量unit_keys小了很多。
將服務(wù)器結(jié)點(diǎn)也作為一種key分發(fā)到哈希環(huán)上：
con_hash(ip_key)%2^32
一致性哈希算法使用順時針方法實(shí)現(xiàn)結(jié)點(diǎn)對哈希環(huán)shard的歸屬，但是由于服務(wù)器結(jié)點(diǎn)的數(shù)量相比2^32會少非常多，因此很稀疏，就像宇宙空間中的天體，你以為天體很多，但是相比浩渺的宇宙還是空空如也。
實(shí)體服務(wù)器結(jié)點(diǎn)少量相比哈希環(huán)分片數(shù)據(jù)很少，這種特性決定了一致性哈希的數(shù)據(jù)傾斜，由于數(shù)量少導(dǎo)致服務(wù)節(jié)點(diǎn)分布不均，造成機(jī)器負(fù)載失衡。
如圖所示，服務(wù)器1的負(fù)載遠(yuǎn)大于其他機(jī)器:
這個說白了服務(wù)器結(jié)點(diǎn)不夠，就讓服務(wù)器的磁盤、內(nèi)存、CPU全去占位置，現(xiàn)實(shí)生活中也這樣：12306出來之前，火車站連夜排隊買票，這時什么書包、水杯、眼鏡都代表了張三、李四、王二麻子。
同樣的道理，將服務(wù)器結(jié)點(diǎn)根據(jù)某種規(guī)則來虛擬出更多結(jié)點(diǎn)，但是這些虛擬節(jié)點(diǎn)就相當(dāng)于服務(wù)器的分身。
比如采用如下規(guī)則在ip后綴增加#index，來實(shí)現(xiàn)虛擬節(jié)點(diǎn)的定位：
vnode_A_index = con_hash(ip_key_#A)%2^32
vnode_B_index = con_hash(ip_key_#B)%2^32
...
vnode_k_index = con_hash(ip_key_#k)%2^32
這是由于引入了虛擬節(jié)點(diǎn)，因此虛擬節(jié)點(diǎn)的分片都要實(shí)際歸屬到真實(shí)的服務(wù)節(jié)點(diǎn)上，因此在實(shí)際中涉及到虛擬節(jié)點(diǎn)和實(shí)體結(jié)點(diǎn)的映射問題。
當(dāng)管理員新增了服務(wù)器4時，原來在服務(wù)器3和服務(wù)器1之間分布的哈希環(huán)單元上的數(shù)據(jù)，將有一部分遷移到服務(wù)器4，當(dāng)然由于虛擬節(jié)點(diǎn)的引入，這部分?jǐn)?shù)據(jù)遷移不會很大。
并不是服務(wù)器4和服務(wù)器1之間的數(shù)據(jù)都要順時針遷移，因此這樣就實(shí)現(xiàn)了增加機(jī)器時，只移動少量數(shù)據(jù)即可。
當(dāng)服務(wù)器結(jié)點(diǎn)2發(fā)生宕機(jī)，此時需要被摘除進(jìn)行故障轉(zhuǎn)移，原來S2以及其虛擬節(jié)點(diǎn)上的數(shù)據(jù)都將進(jìn)行順時針遷移到下一個實(shí)體結(jié)點(diǎn)或者虛擬結(jié)點(diǎn)。
Redis cluster 擁有固定的16384個slot，slot是虛擬的且被分布到各個master中，當(dāng)key 映射到某個master 負(fù)責(zé)slot時，就由對應(yīng)的master為key 提供服務(wù)。
每個Master節(jié)點(diǎn)都維護(hù)著一個位序列bitmap為16384/8字節(jié)，也就是Master使用bitmap的原理來表征slot的下標(biāo)，Master 節(jié)點(diǎn)通過 bit 來標(biāo)識哪些槽自己是否擁有，比如對于編號為1的槽，Master只要判斷序列的第二位是不是為1即可。
這樣就建立了分片和服務(wù)結(jié)點(diǎn)的所屬關(guān)系，所以整個過程也是兩個原則，符合上文的一致性哈希的思想。
hash_slot_index =CRC16(key) mod 16384
通過前面的對比和理解，我們有必要思考一下，一致性哈希算法的精髓。
一致性哈希算法是一種特殊的哈希算法，特殊之處在于將普通哈希取模的N進(jìn)行固定，從而確保了相同的key必然是相同的位置，從而避免了牽一發(fā)而動全身的問題，這是理解一致性哈希的關(guān)鍵。
一致性哈希算法的另外一個要點(diǎn)就是將N固定且設(shè)置很大之后，實(shí)際上就是進(jìn)行數(shù)據(jù)分片Sharding，分布的小片就要和實(shí)際的機(jī)器產(chǎn)生關(guān)聯(lián)關(guān)系，也就是哪臺機(jī)器負(fù)責(zé)哪些小分片。
但是一致性哈希算法并不是從徹底解決了由于動態(tài)調(diào)整服務(wù)器數(shù)據(jù)產(chǎn)生的數(shù)據(jù)遷移問題，而是將原來普通哈希取模造成的幾乎全部遷移，降低為小部分?jǐn)?shù)據(jù)的移動，是一種非常大的優(yōu)化。
個人認(rèn)為，一致性哈希算法的關(guān)鍵有兩點(diǎn)：
像Redis并沒有使用2^32這種哈希環(huán)，而是采用了16384個固定slot來實(shí)現(xiàn)的，然后每個服務(wù)器Master使用bitmap來確定自己的管轄slot。
管理員可以根據(jù)機(jī)器的配置和負(fù)載情況進(jìn)行slot的動態(tài)調(diào)整，基本上解決了最開始的幾種負(fù)載均衡策略的不足。
所以假如讓你設(shè)計一個一致性哈希算法，只要把握兩個原則即可，并不是只有麻省理工Karger的一種哈希算法，它只是提供了一種思想和方向。
回到最初的疑問：為什么要用'一致性哈希算法' 這個名字。
英文原文是Consistent hashing，其中Consistent譯為'一致的，連貫的'，我覺得連貫的更貼切一些，以為這種特殊的哈希算法實(shí)現(xiàn)了普通哈希取模算法的平滑連貫版本，稱為連貫性哈希算法，好像更合適，一點(diǎn)愚見，水平有限，看看就完事了。
對于指南針的資深讀者來說，應(yīng)該看出來這是一篇老文章了，確實(shí)是的，真是抱歉了。
書要反復(fù)讀，文章也是一樣的嘛。
最后依然是感謝各位老鐵的傾情閱讀，另外，氪金入口，它真的出現(xiàn)了.....
聯(lián)系客服
