Hash演算法相關內容

⾸先有⼀條直線，直線開頭和結尾分別定為為1和2的32次⽅減1，這相當於⼀個地址，對於這樣⼀條
線，彎過來構成⼀個圓環形成閉環，這樣的⼀個圓環稱為hash環。我們把伺服器的ip或者主機名求
hash值然後對應到hash環上，那麼針對客戶端⽤戶，也根據它的ip進⾏hash求值，對應到環上某個位
置，然後如何確定⼀個客戶端路由到哪個伺服器處理呢？按照順時針⽅向找最近的伺服器節點
假如將伺服器3下線，伺服器3下線後，原來路由到3的客戶端重新路由到伺服器4，對於其他客戶端沒有
影響只是這⼀⼩部分受影響（請求的遷移達到了最⼩，這樣的演算法對分散式叢集來說⾮常合適的，避免
了⼤量請求遷移 ）
增加伺服器5之後，原來路由到3的部分客戶端路由到新增伺服器5上，對於其他客戶端沒有影響只是這
⼀⼩部分受影響（請求的遷移達到了最⼩，這樣的演算法對分散式叢集來說⾮常合適的，避免了⼤量請求
遷移 ）
1）如前所述，每⼀臺伺服器負責⼀段，⼀致性雜湊演算法對於節點的增減都只需重定位環空間中的⼀⼩
部分資料，具有較好的容錯性和可擴充套件性。
但是，⼀致性雜湊演算法在服務節點太少時，容易因為節點分部不均勻⽽造成資料傾斜問題。例如系統中
只有兩臺伺服器，其環分佈如下，節點2只能負責⾮常⼩的⼀段，⼤量的客戶端
請求落在了節點1上，這就是資料（請求）傾斜問題
2）為了解決這種資料傾斜問題，⼀致性雜湊演算法引⼊了虛擬節點機制，即對每⼀個服務節點計算多個
雜湊，每個計算結果位置都放置⼀個此服務節點，稱為虛擬節點。
具體做法可以在伺服器ip或主機名的後⾯增加編號來實現。⽐如，可以為每臺伺服器計算三個虛擬節
點，於是可以分別計算 “節點1的ip#1”、“節點1的ip#2”、“節點1的ip#3”、“節點2的ip#1”、“節點2的
ip#2”、“節點2的ip#3”的雜湊值，於是形成六個虛擬節點，當客戶端被路由到虛擬節點的時候其實是被
路由到該虛擬節點所對應的真實節點

一致性Hash演算法的程式碼

普通hash演算法

/**
* 普通Hash演算法實現
*/
public class GeneralHash {
public static void main(String[] args) {
// 定義客戶端IP
String[] clients = new String[]
{"10.78.12.3","113.25.63.1","126.12.3.8"};
// 定義伺服器數量
int serverCount = 5;// (編號對應0，1，2)
// hash(ip)%node_counts=index
//根據index鎖定應該路由到的tomcat伺服器
for(String client: clients) {
int hash = Math.abs(client.hashCode());
int index = hash%serverCount;
System.out.println("客戶端：" + client + " 被路由到伺服器編號為：" + index);
 }
 }
}
 

一致性hash演算法不帶虛擬節點

public class ConsistentHashNoVirtual {
public static void main(String[] args) {
//step1 初始化：把伺服器節點IP的雜湊值對應到雜湊環上
// 定義伺服器ip
String[] tomcatServers = new String[]
{"123.111.0.0","123.101.3.1","111.20.35.2","123.98.26.3"};
SortedMap<Integer,String> hashServerMap = new TreeMap<>();
for(String tomcatServer: tomcatServers) {
// 求出每⼀個ip的hash值，對應到hash環上，儲存hash值與ip的對應關係
int serverHash = Math.abs(tomcatServer.hashCode());
// 儲存hash值與ip的對應關係
hashServerMap.put(serverHash,tomcatServer);
 }
//step2 針對客戶端IP求出hash值
// 定義客戶端IP
String[] clients = new String[]
{"10.78.12.3","113.25.63.1","126.12.3.8"};
for(String client : clients) {
int clientHash = Math.abs(client.hashCode());
//step3 針對客戶端,找到能夠處理當前客戶端請求的伺服器（雜湊環上順時針最
近）
// 根據客戶端ip的雜湊值去找出哪⼀個伺服器節點能夠處理（）
SortedMap<Integer, String> integerStringSortedMap =
hashServerMap.tailMap(clientHash);
if(integerStringSortedMap.isEmpty()) {
// 取雜湊環上的順時針第⼀臺伺服器
Integer firstKey = hashServerMap.firstKey();
System.out.println("==========>>>>客戶端：" + client + " 被
路由到伺服器：" + hashServerMap.get(firstKey));
 }else{
Integer firstKey = integerStringSortedMap.firstKey();
System.out.println("==========>>>>客戶端：" + client + " 被
路由到伺服器：" + hashServerMap.get(firstKey));
 }
 }
 }
}
 

一致性hash演算法帶虛擬節點

public class ConsistentHashWithVirtual {
public static void main(String[] args) {
//step1 初始化：把伺服器節點IP的雜湊值對應到雜湊環上
// 定義伺服器ip
String[] tomcatServers = new String[]
{"123.111.0.0","123.101.3.1","111.20.35.2","123.98.26.3"};
SortedMap<Integer,String> hashServerMap = new TreeMap<>();
// 定義針對每個真實伺服器虛擬出來⼏個節點
int virtaulCount = 3;
for(String tomcatServer: tomcatServers) {
// 求出每⼀個ip的hash值，對應到hash環上，儲存hash值與ip的對應關係
int serverHash = Math.abs(tomcatServer.hashCode());
// 儲存hash值與ip的對應關係
hashServerMap.put(serverHash,tomcatServer);
// 處理虛擬節點
for(int i = 0; i < virtaulCount; i++) {
int virtualHash = Math.abs((tomcatServer + "#" + i).hashCode());
hashServerMap.put(virtualHash,"----由虛擬節點"+ i + "對映過
來的請求："+ tomcatServer);
 }
 }
//step2 針對客戶端IP求出hash值
// 定義客戶端IP
String[] clients = new String[]
{"10.78.12.3","113.25.63.1","126.12.3.8"};
for(String client : clients) {
int clientHash = Math.abs(client.hashCode());
//step3 針對客戶端,找到能夠處理當前客戶端請求的伺服器（雜湊環上順時針最
近）
// 根據客戶端ip的雜湊值去找出哪⼀個伺服器節點能夠處理（）
SortedMap<Integer, String> integerStringSortedMap =
hashServerMap.tailMap(clientHash);
if(integerStringSortedMap.isEmpty()) {
// 取雜湊環上的順時針第⼀臺伺服器
Integer firstKey = hashServerMap.firstKey();
System.out.println("==========>>>>客戶端：" + client + " 被
路由到伺服器：" + hashServerMap.get(firstKey));
 }else{
Integer firstKey = integerStringSortedMap.firstKey();
System.out.println("==========>>>>客戶端：" + client + " 被
路由到伺服器：" + hashServerMap.get(firstKey));
 }
 }
 }
}

歡迎搜尋關注本人與朋友共同開發的微信面經小程式【大廠面試助手】和公眾號【微瞰技術】，以及總結的分類面試題https://github.com/zhendiao/JavaInterview