淺談一致性Hash原理及應用

　　在講一致性Hash之前我們先來討論一個問題。

　　問題：現在有億級用戶，每日產生千萬級訂單，如何將訂單進行分片分表？

　　小A：我們可以按照手機號的尾數進行分片，同一個尾數的手機號寫入同一片/同一表中。

　　大佬：我希望通過會員ID來查詢這個會員的所有訂單信息，按照手機號分片/分表的話，前提是需要該用戶的手機號保持不變，並且在查詢訂單列表時需要提前查詢該用戶的手機號，利用手機號尾數不太合理。

　　小B：按照大佬的思路，我們需要找出一個唯一不變的屬性來進行分片/分表。

　　大佬：迷之微笑~

　　小B：（信心十足）會員在我們這邊保持不變的就是會員ID（int），我們可以通過會員ID的尾數進行分片/分表

　　小C：盡然我們可以用會員ID尾數進行分片/分表，那就用取模的方式來進行分片/分表，通過取模的方式可以達到很好的平衡性。示意圖如下：

　　大佬：嗯嗯嗯，在不考慮會員冷熱度的情況下小B和小C說的方案絕佳；但是往往我們的會員有冷熱度和僵屍會員，通過取模的方式往往會出現某個分片數據異常高，部分分片數據異常低，導致平衡傾斜。示意圖如下：

　　大佬：當出現某個分片/分表達到極限時我們需要添加片/表，此時發現我們無法正常添加片/表。因為一旦添加片/或表的時候會導致絕大部分數據錯亂，按照原先的取模方式是無法正常獲取數據的。示意圖如下

添加分片/分表前4,5,6會員的訂單分別存儲在A，B，C上，當添加了片/表的時候在按照（會員ID%N）方式取模去取數據4,5,6會員的訂單數據時發現無法取到訂單數據，因為此時4,5,6這三位會員數據分佈存在了D，E，A上，具體示意圖如下： 

　　大佬：所以通過取模的方式也會存在缺陷；好了接下來我們來利用一致hash原理的方式來解決分片/分表的問題。

 首先什麼是一致性哈希演算法?一致性哈希演算法(Consistent Hashing Algorithm)是一種分散式演算法，常用於負載均衡。Memcached client也選擇這種演算法，解決將key-value均勻分配到眾多Memcached server上的問題。它可以取代傳統的取模操作，解決了取模操作無法應對增刪Memcached Server的問題(增刪server會導致同一個key,在get操作時分配不到數據真正存儲的server，命中率會急劇下降)。

 　　還以上述問題為例，假如我們有10片，我們利用Hash演算法將每一片算出一個Hash值，而這些Hash點將被虛擬分佈在Hash圓環上，理論視圖如下：　　

　　按照順時針的方向，每個點與點之間的弧形屬於每個起點片的容量，然後按照同樣的Hash計算方法對每個會員ID進行Hash計算得出每個Hash值然後按照區間進行落片/表，以保證數據均勻分佈。

如果此時需要在B和C之間新增一片/表(B1)的話，就不會出現按照取模形式導致數據幾乎全部錯亂的情況，僅僅是影響了(B1,C)之間的數據，這樣我們清洗出來也就比較方便，也不會出現數據大批量

癱瘓。

　　但是如果我們僅僅是將片/表進行計算出Hash值之後，這些點分佈並不是那麼的均勻，比如就會下麵的這種情況，導致區間傾斜。如圖

　　這個時候虛擬節點就此誕生，下麵讓我們來看一下虛擬節點在一致性Hash中的作用。當我們在Hash環上新增若幹個點，那麼每個點之間的距離就會接近相等。按照這個思路我們可以新增若幹個

片/表，但是成本有限，我們通過複製多個A、B、C的副本({A1-An},{B1-Bn},{C1-Cn})一起參與計算，按照順時針的方向進行數據分佈，按照下圖示意:

此時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)；由圖可以看出分佈點越密集，平衡性約好。

 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         /// 虛擬節點數
13         /// </summary>
14         private static readonly int VirturalNodeNum = 10;
15 
16         /// <summary>
17         /// 伺服器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進行分組
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 }