一致性哈希算法的研究

之前由于一直在做客户端开发，对分布式内存缓冲数据存储的原理一直都存有很多疑问，想着无非是哈希算法，或者分级的数据查询，但这两种方式都有很多缺点，使用哈希算法扩展起来很麻烦，分级的话会造成最上级节点瘫痪，导致所有数据请求无法查询。

　　最近的新工作需要做一些大数据处理，也了解了一些memcache，HazelCast之类一些缓存系统，从网上搜了一些实现原理的资料，发现其核心是一种叫做一致性哈希的算法，不过我觉得叫“连续hash算法”更合适点，这篇文章上有些详细的介绍 http://blog.csdn.net/sparkliang/article/details/5279393。

　　C语言版本的算法http://www.codeproject.com/Articles/56138/Consistent-hashing

　　Java版本的算法 https://weblogs.java.net/blog/2007/11/27/consistent-hashing

　　其实核心算法代码很少，很简单，下面对Java的一致性哈希算法简单做个注释

import java.util.Collection;
import java.util.SortedMap;
import java.util.TreeMap;

public class ConsistentHash<T> {
//HashFunction普通哈希算法函数
 private final HashFunction hashFunction;
//numberOfReplicas虚拟节点数量
 private final int numberOfReplicas;
//环形数值空间，key为server address的hash,value也可以说是服务器地址
 private final SortedMap<Integer, T> circle = new TreeMap<Integer, T>();
//构造，哈希算法函数，壹个真实节点的虚拟节点个数，真实节点集合
 public ConsistentHash(HashFunction hashFunction, int numberOfReplicas,
     Collection<T> nodes) {
   this.hashFunction = hashFunction;
   this.numberOfReplicas = numberOfReplicas;

   for (T node : nodes) {
     add(node);
   }
 }
//添加新的真实节点
 public void add(T node) {
   for (int i = 0; i < numberOfReplicas; i++) {
//产生虚拟节点,并均匀分布出去，虚拟几点是真实节点的地址加上壹个连续数字，并且虚拟节点的value都指向真实节点
     circle.put(hashFunction.hash(node.toString() + i), node);
   }
 }
//移除真实节点,并将节点关联的虚拟节点一并删除
 public void remove(T node) {
   for (int i = 0; i < numberOfReplicas; i++) {
     circle.remove(hashFunction.hash(node.toString() + i));
   }
 }
//通过Object key获取其数据存储的服务器
 public T get(Object key) {
   if (circle.isEmpty()) {
     return null;
   }
//获取object key的hash
   int hash = hashFunction.hash(key);
//节点存在则直接返回hash指向的服务器节点(几率为0.0000...1%),否则则按照一致性哈希算法查找临近服务器节点
   if (!circle.containsKey(hash)) {
//返回小于当前哈希的有序哈希空间
     SortedMap<Integer, T> tailMap = circle.tailMap(hash);
//如果有序哈希空间为空,则返回circle map的第一个key对应的值(因为是个环形),否则则返回有序哈希空间的第一个key对应值
     hash = tailMap.isEmpty() ? circle.firstKey() : tailMap.firstKey();
   }
   return circle.get(hash);
 }

}
注:circle中只存储虚节点地址的key-value,不存储object key，这个是刚开始的时候误会了的，我想其他很多人也和我一样被那个算法图误解了，因此前端算法执行的服务器是也是可以横向扩展的。