浅谈一致性Hash原理及应用

　　在讲一致性hash之前我们先来讨论一个问题。

　　问题：现在有亿级用户，每日产生千万级订单，如何将订单进行分片分表？

　　小a：我们可以按照手机号的尾数进行分片，同一个尾数的手机号写入同一片/同一表中。

　　大佬：我希望通过会员id来查询这个会员的所有订单信息，按照手机号分片/分表的话，前提是需要该用户的手机号保持不变，并且在查询订单列表时需要提前查询该用户的手机号，利用手机号尾数不太合理。

　　小b：按照大佬的思路，我们需要找出一个唯一不变的属性来进行分片/分表。

　　大佬：迷之微笑~

　　小b：（信心十足）会员在我们这边保持不变的就是会员id（int），我们可以通过会员id的尾数进行分片/分表

　　小c：尽然我们可以用会员id尾数进行分片/分表，那就用取模的方式来进行分片/分表，通过取模的方式可以达到很好的平衡性。示意图如下：

 　　

　　大佬：嗯嗯嗯，在不考虑会员冷热度的情况下小b和小c说的方案绝佳；但是往往我们的会员有冷热度和僵尸会员，通过取模的方式往往会出现某个分片数据异常高，部分分片数据异常低，导致平衡倾斜。示意图如下：

　　

　　大佬：当出现某个分片/分表达到极限时我们需要添加片/表，此时发现我们无法正常添加片/表。因为一旦添加片/或表的时候会导致绝大部分数据错乱，按照原先的取模方式是无法正常获取数据的。示意图如下

　　

 

 

添加分片/分表前4,5,6会员的订单分别存储在a，b，c上，当添加了片/表的时候在按照（会员id%n）方式取模去取数据4,5,6会员的订单数据时发现无法取到订单数据，因为此时4,5,6这三位会员数据分布存在了d，e，a上，具体示意图如下： 

　　

　　大佬：所以通过取模的方式也会存在缺陷；好了接下来我们来利用一致hash原理的方式来解决分片/分表的问题。

 首先什么是一致性哈希算法?一致性哈希算法(consistent hashing algorithm)是一种分布式算法，常用于负载均衡。memcached client也选择这种算法，解决将key-value均匀分配到众多memcached server上的问题。它可以取代传统的取模操作，解决了取模操作无法应对增删memcached server的问题(增删server会导致同一个key,在get操作时分配不到数据真正存储的server，命中率会急剧下降)。

 　　还以上述问题为例，假如我们有10片，我们利用hash算法将每一片算出一个hash值，而这些hash点将被虚拟分布在hash圆环上，理论视图如下：　　

　　

　　按照顺时针的方向，每个点与点之间的弧形属于每个起点片的容量，然后按照同样的hash计算方法对每个会员id进行hash计算得出每个hash值然后按照区间进行落片/表，以保证数据均匀分布。

如果此时需要在b和c之间新增一片/表(b1)的话，就不会出现按照取模形式导致数据几乎全部错乱的情况，仅仅是影响了(b1,c)之间的数据，这样我们清洗出来也就比较方便，也不会出现数据大批量

瘫痪。

　　但是如果我们仅仅是将片/表进行计算出hash值之后，这些点分布并不是那么的均匀，比如就会下面的这种情况，导致区间倾斜。如图

　　这个时候虚拟节点就此诞生，下面让我们来看一下虚拟节点在一致性hash中的作用。当我们在hash环上新增若干个点，那么每个点之间的距离就会接近相等。按照这个思路我们可以新增若干个

片/表，但是成本有限，我们通过复制多个a、b、c的副本({a1-an},{b1-bn},{c1-cn})一起参与计算，按照顺时针的方向进行数据分布，按照下图示意:

　　

此时a=[a,c1)&[a1,c2)&[a2,b4)&[a3,a4)&[a4,b1)；b=[b,a1)&[b2,c)&[b3,c3)&[b4,c4)&[b1,a)；c=[c1,b)&[c2,b2)&[c,b3)&[b3,c3)&[c4,a3)；由图可以看出分布点越密集，平衡性约好。

 

 1 using system;
 2 using system.collections.generic;
 3 using system.data.hashfunction;
 4 using system.data.hashfunction.xxhash;
 5 using system.linq;
 6 
 7 namespace hashtest
 8 {
 9     public class consistenthash
10     {
11         /// <summary>
12         /// 虚拟节点数
13         /// </summary>
14         private static readonly int virturalnodenum = 10;
15 
16         /// <summary>
17         /// 服务器ip
18         /// </summary>
19         private static readonly string[] nodes = { "192.168.1.1", "192.168.1.2", "192.168.1.3"};
20 
21         /// <summary>
22         /// 按照一致性hash进行分组
23         /// </summary>
24         private static readonly idictionary<uint, string> consistenthashnodes = new dictionary<uint, string>();
25 
26         private static uint[] _nodekeys = null;
27                
28         public static void computenode()
29         {
30             foreach (var node in nodes)
31             {
32                 addnode(node);
33             }
34         }
35 
36         private static void addnode(string node)
37         {
38             for (int i = 0; i < virturalnodenum; i++)
39             {
40                 var key = node + ":" + i;
41                 var hashvalue = computehash(key);
42                 if (!consistenthashnodes.containskey(hashvalue))
43                 {
44                     consistenthashnodes.add(hashvalue, node);
45                 }
46             }
47 
48             _nodekeys = consistenthashnodes.keys.toarray();
49         }
50 
51         private static uint computehash(string virturalnode)
52         {
53             var hashfunction = xxhashfactory.instance.create();
54             var hashvalue = hashfunction.computehash(virturalnode);
55             return bitconverter.touint32(hashvalue.hash, 0);
56         }
57 
58         public static string get(string item)
59         {
60             var hashvalue = computehash(item);
61             var index = getclockwisenearestnode(hashvalue);
62             return consistenthashnodes[_nodekeys[index]];
63         }
64 
65         private static int getclockwisenearestnode(uint hash)
66         {
67             int begin = 0;
68             int end = _nodekeys.length - 1;
69 
70             if (_nodekeys[end] < hash || _nodekeys[0] > hash)
71             {
72                 return 0;
73             }
74 
75             while ((end - begin) > 1)
76             {
77                 var mid = (end + begin) / 2;
78                 if (_nodekeys[mid] >= hash) end = mid;
79                 else begin = mid;
80             }
81 
82             return end;
83         }
84     }
85 }

view code