一致性Hash算法及Java实现

1、一致性Hash简介

一致性哈希算法在1997年由麻省理工学院提出(参见扩展阅读[1])，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简单哈希算法带来的问题，使得DHT可以在P2P环境中真正得到应用。

2、评价一致性Hash算法的标准

一致性hash算法提出了在动态变化的Cache环境中，判定哈希算法好坏的四个方面：

2.1、平衡性(Balance)

平衡性是指哈希的结果能够尽可能分布到所有的缓冲中去，这样可以使得所有的缓冲空间都得到利用。很多哈希算法都能够满足这一条件。

2.2、单调性(Monotonicity)

单调性是指如果已经有一些内容通过哈希分派到了相应的缓冲中，又有新的缓冲加入到系统中。哈希的结果应能够保证原有已分配的内容可以被映射到原有的或者新的缓冲中去，而不会被映射到旧的缓冲集合中的其他缓冲区。

2.3、分散性(Spread)

在分布式环境中，终端有可能看不到所有的缓冲，而是只能看到其中的一部分。当终端希望通过哈希过程将内容映射到缓冲上时，由于不同终端所见的缓冲范围有可能不同，从而导致哈希的结果不一致，最终的结果是相同的内容被不同的终端映射到不同的缓冲区中。这种情况显然是应该避免的，因为它导致相同内容被存储到不同缓冲中去，降低了系统存储的效率。分散性的定义就是上述情况发生的严重程度。好的哈希算法应能够尽量避免不一致的情况发生，也就是尽量降低分散性。

2.4、负载(Load)

负载问题实际上是从另一个角度看待分散性问题。既然不同的终端可能将相同的内容映射到不同的缓冲区中，那么对于一个特定的缓冲区而言，也可能被不同的用户映射为不同 的内容。与分散性一样，这种情况也是应当避免的，因此好的哈希算法应能够尽量降低缓冲的负荷。

3、Java实现关键代码

关键代码如下：

//构造函数
public RedisConsistentHash(HashFunction hashFunction, int numberOfReplicas,Collection<T> nodes) {
	this.hashFunction = hashFunction;
	this.numberOfReplicas = numberOfReplicas;
	for (T node : nodes) {
		add(node);
	}
}
/**
 * 添加节点信息
 * @param node
 */
public void add(T node) {
	for (int i = 0; i < numberOfReplicas; i++) {
		circle.put(hashFunction.hash(node.toString() + i), node);
	}
}
/**
 * 移除节点信息
 * @param node
 */
public void remove(T node) {
	for (int i = 0; i < numberOfReplicas; i++) {
		circle.remove(hashFunction.hash(node.toString() + i));
	}
}
/**
 * 根据key获得一致性hash中的值，
 * 当值不存在时，返回circle.tailMap的首个元素或者circle的首个元素
 * @param key
 * @return
 */
public T get(Object key) {
	if (circle.isEmpty()) {
		return null;
	}
	int hash = hashFunction.hash(key);
	if (!circle.containsKey(hash)) {
		SortedMap<Integer, T> tailMap = circle.tailMap(hash);
		hash = tailMap.isEmpty() ? circle.firstKey() : tailMap.firstKey();
	}
	return circle.get(hash);
}
public static class HashFunction {
	public int hash(Object key) {
		// md5加密后，hashcode
		return MD5.MD5Encode(key.toString()).hashCode();
	}
}