分佈式一致性hash算法簡介
當你看到“分佈式一致性hash算法”這個詞時，第一時間可能會問，什麼是分佈式，什麼是一致性，hash又是什麼。在分析分佈式一致性hash算法原理之前，我們先來了解一下這幾個概念。
分佈式
分佈式（distributed）是指在多臺不同的服務器中部署不同的服務模塊，通過遠程調用協同工作，對外提供服務。
現有系統system，有modelA、modelB、modelC等服務模塊。現在要以集中式（集羣，cluster）和分佈式的方式進行部署，下面我們來看看它們部署的示意圖。
圖分佈式部署示意圖
從上面的集中式示部署意圖和分佈式部署示意圖中我們可以看出，集中式將一個系統的所有服務模塊部署到了不同的服務器上，構成一個集羣，通過負載均衡設備對外提供服務。集中式部署就像茶水間同時有多個飲水機提供服務，服務冗餘部署。分佈式部署則將系統拆分成不同的服務模塊，然後將不同的服務模塊部署在不同的服務器上。
從上圖我們也可以看出，分佈式部署方案中，不僅僅是分佈式服務，還有分佈式數據存儲、分佈式靜態資源，分佈式計算等。此時，可能你已經回憶起上提到的，memcached不就是一套分佈式的緩存系統嗎。對，沒錯，memcached的分佈式就體現在分佈式數據存儲，“分佈式一致性hash算法”中的“分佈式”就是指緩存數據的分佈性。
一致性
瞭解了分佈式之後，一致性就好理解了。有分佈式數據存儲數據，那就離不開分佈式提取數據。一致性hash能保證在分佈式環境中，對key進行哈希的結果或者說key與節點之間的映射關係不會受節點的增加和刪除而產生重大的變化。參考wiki中一致性hash的定義：
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. In contrast, in most traditional hash tables, a change in the number of array slots causes nearly all keys to be remapped because the mapping between the keys and the slots is defined by a modular operation.
大概意思就是“一致性哈希是一種特殊的哈希算法，提供了這樣的一個哈希表，當重新調整大小的時候，平均只有部分（k/n）key需要重新映射哈希槽，而不像傳統哈希表那樣幾乎所有key需要需要重新映射哈希槽”。
哈希
hash，俗稱“哈希”,也叫散列，是一種將任意長度的消息（數據）壓縮到某一固定長度的消息摘要（數據）的算法。常見的hash算法有MD5，SHA等。hash算法具有幾個重要的特性：不可逆性（即從hash值反推出原消息是不可能的）、抗衝突性（即給定消息M1,不存在另一個消息M2，使得Hash(M1)=Hash(M2)）和分佈均勻性（即hash的結果是均勻分佈的）。memcached中，存取數據時都要進行哈希映射。正是這這幾個特性，保證了memcached緩存中key值得唯一性。
三個詞已經介紹完了，那memcached爲什麼要使用分佈式一致性hash算法呢，繼續看下文。
分佈式一致性hash算法使用背景
我們已經知道，memcached的分佈式主要在於客戶端的分佈式算法。memcached客戶端就像一個網絡中的路由，經過特定的算法將數據分散的存在到memcached服務端的機器上，又從分散的memcached服務端的機器上提取數據。實際中，常見的存儲和提取數據的算法有取模算法和本文分析的一致性hash算法。
取模算法算法的原理是：
hash（key）%N
其中key 代表數據的鍵，代表memcached服務器的數量。取模的結果就是memcached客戶端要定位的memcached服務器。取模算法很明顯，結果很容易受N的影響，當服務器數量N增加或者減少的時候，原先的緩存數據定位幾乎失效，緩存數據定位失效意味着要到數據庫重新查詢，這對於高併發的系統來說是致命的。於是，人們提出了一致性hash算法，最終目的是實現在移除、添加一個memcached服務器時對已經存在的緩存數據的定位影響儘可能的降到最小。
分佈式一致性hash算法的簡介和使用背景已經介紹完了，想必你對“分佈式一致性hash算法”這個詞已經不陌生了，下面將開啓我們的”分佈式一致性hash算法”原理的講解。
環形hash空間
通常，一個緩存數據的key經過hash後會得到一個32位的值，也就是0~2^32 - 1數值範圍。我們可以把這個數值範圍抽象成一個首尾相連環形的空間，我們稱這個空間爲環形hash空間。如下圖所示：
圖 環形hash空間
映射key到環形hash空間
有了環形hash空間之後，緩存數據的key經過hash後得到的值就映射到了環形hash空間。假設有key1、key2、key3、key4，經過hash後，映射到環形hash空間如下圖所示：
圖 key映射到環形hash空間
映射server節點到hash空間
同理，我們可以把memcached服務器抽象成網絡上的節點經過hash後映射到環形hash空間。假設有server1（可以是服務器的某些唯一標誌信息，如ip等）、server2、server3，經過hash後，映射到環形hash空間如下圖所示：
圖 server節點映射到環形hash空間
映射key到server節點
現在緩存key和server節點都經過一致性hash算法映射到了環形hash空間，現在就可以將緩存key和server節點的關係進行映射了。順時針沿着環形hash空間，從某個緩存key開始，直到遇到一個server節點，那麼該緩存key就存儲到這個server節點上。如圖：
圖 key映射到server節點
瞭解了key、server節點、hash空間之間的映射關係之後，現在我們已經清楚了緩存數據是怎樣分佈的存儲到memcached服務器了。查找緩存數據的時候，也採用同樣的映射方法來定位。
添加server節點
現在我們已經知道memcached存儲和訪問數據的策略了。那麼當在server集羣中增加一個server節點時，對數據訪問的命中率又有什麼影響呢。如下圖，我在server1和server2節點之間增加一個節點server4。
圖 增加server4節點
從上圖可以看出，增加server4節點後，原有的緩存數據分佈中，僅有server1~server4節點的數據進行了重新分佈，這部分數據需要重新到數據庫查找再次映射到新添加的server4節點上。儘管不能命中的緩存數據仍然存在，但相對於取模算法，已經是最大限度地抑制了hash鍵的重新分佈。
刪除server節點
同理，當在server集羣中刪除server2節點時，受影響的也僅是server1~server2之間的緩存數據，這部分數據需要重新到數據庫查找再次映射到server3節點上。如下圖所示：
圖 刪除server2節點
虛擬節點的引入
我們已經知道，添加和刪除節點都會影響緩存數據的分佈。儘管hash算法具有分佈均勻的特性，但是當集羣中server數量很少時，他們可能在環中的分佈並不是特別均勻，進而導致緩存數據不能均勻分佈到所有的server上。還有就是負載不均衡的問題，當Node3加到Node2和Node1之間時，原本會訪問Node1的緩存數據有50%的概率會緩存到Node3上了，這樣Node0和Node2的負載會是Node1和Node3的兩倍。
爲解決一致性hash算法帶來的負載不均衡問題，需要使用虛擬節點的思想：可通過將每臺物理服務器虛擬成一組虛擬緩存服務器，將虛擬服務器的hash值放置在hash環上，KEY在環上先找到虛擬服務器節點，然後再映射到實際的服務器上。
爲每個物理節點（server）在環上分配100～200個點，這樣環上的節點較多，就能抑制分佈不均勻。當爲cache定位目標server時，如果定位到虛擬節點上，就表示cache真正的存儲位置是在該虛擬節點代表的實際物理server上。另外，如果每個實際server節點的負載能力不同，可以賦予不同的權重，根據權重分配不同數量的虛擬節點。
虛擬節點的hash計算可以採用對應節點的 IP 地址加數字後綴的方式。例如假設 serverA 的 IP 地址爲 127.0.0.1 。引入虛擬節點前，計算serverA 的 hash 值：
hash(“127.0.0.1”);
引入虛擬節點後，計算虛擬節點serverA1 和 serverA12 的 hash 值：hash(“127.0.0.1#1”);
hash(“127.0.0.1#2”);
節點變化數據分流的問題
上面討論的節點變化都會導致部分緩存數據的重新分佈，hash算法還有一個重要的衡量指標：hash算法的結果能夠保證需要重新分佈的緩存數據能映射到新的server節點中。
一致性hash算法與取模算法的比較
取模算法的方法簡單，數據的分散性也可以，但其主要缺點是當添加或移除server節點時，緩存重新映射的代價相當巨大。添加或移除server節點時，餘數就會產生鉅變，這樣就無法定位與存儲時相同的server節點，從而影響緩存的命中率。而一致性hash算法則最大限度的減少了server節點變化帶來的影響，當節點變化時，隻影響一個server節點的部分數據，且hash算法能夠保證需要重新分佈的緩存數據能映射到新的server節點中。